تکنیک های داده کاوی برای کاوش دانش در مجموعه داده های بزرگ

درهرجهان واقعی یک حجم وسیعی ازاطلاعات وجود دارد بنابراین اداره نمودن موثر این داده ها یک مسئله چالش برانگیز و قابل توجه است ازاین رو دراین مقاله ابتدا یک ترکیبی ازالگوریتم k-means موازی و روش رابط انتقال پیام MPI به نام Mkmeans ارایه میشود سپس یک متدولوژی برای کشف مکعبهای علاقه مندی ها درپایگاه داده های چندبعدی و بزرگ ارایه میشود درمتدلوژی پیشنهادی ازتکنیکهای تحلیل مولفه اصلی PCA و تحلیل تناظر چندگانه MCA به منظور کاهش داده استفاده میشود این رویکرد برخلاف تحقیقات گذشته به یک دامنه خاصی ازدانش تکیه ندارد مراحل این متدلوژی عبارتنداز: خوشه بندی کل پایگاه داده با استفاده ازالگوریتم سلسله مراتبی متراکم شونده /اعمال تکنیکهای تحلیل مولفه اصلی PCA برروی متغیرهای عددی و تحلیل تناظر چندگانه MCA برروی متغیرهای اسمی /ایجادشمار چندبعدی /ایجادمکعب داده بامعنی /استخراج دانش ازطریق مسیرهای درجه بالا /این متدلوژی روی یک مجموعه داده واقعی پیاده سازی شده است نتایج ازمایشی نشان میدهد که ازنظر اماری و کاربردی بسیارمفید می باشد الگوریتم ترکیبی Mkmeans درمحیطهای موازی بسیارمفید و کاربردی است نتایج ازمایشی نشان میدهد که این الگوریتم ترکیبی نسبتا پایدار وقابل حمل است و برای حجم بالای داده ها مرتبه زمانی پایینی دارد

کلیدواژه ها:

الگوریتم ترکیبی Mkmeans ، روش انتقال پیام ، تکنیک تحلیل مولفه اصلی ، تکنیک تحلیل تناظر چندگانه ، الگوریتم k-means موازی