郭艾华

（淮安信息职业技术学院，江苏 淮安 223001）

基于云计算环境下的数据挖掘服务模式分析

郭艾华

（淮安信息职业技术学院，江苏 淮安 223001）

随着网络的不断发展，网络中充斥着各种庞大的数据信息是常见的问题。如何在庞大的数据信息中挖掘有价值的信息是很多领域需要解决的问题。文章主要研究的是云计算背景下的数据挖掘服务模式，对其服务模式的结构类型、建模流程和服务体系都进行分析，探讨出完整的云计算背景下的数据挖掘服务模式。

云计算；数据挖掘；服务模式；分析

随着网络的不断发展，云计算已经成为热点研究之一，随着云计算的逐渐深入，基于云计算的背景下数据挖掘的服务模式应运而生。数据挖掘服务模式具有储存大规模数据的能力，是一种具备动态伸缩性的结构，能够根据具体的资源需求来提供相应的服务。这些特点都为数据挖掘服务模式商业化提供了可能性。

1 云计算背景下的数据挖掘服务模式的服务结构

数据挖掘的服务模式的服务结构包括了行为与功能的集合。它所涵盖的服务内容非常广泛，既包括了选择数据、预处理数据、分析、集成、挖掘数据等，也包括了挖掘的结果显示以及评价等内容。服务模式的服务结构最基本的设施服务是以数据中心服务为基础，帮助客户在资源发掘中挖掘出有价值的信息资源，并且客户可以对其进行远程访问。数据挖掘服务模式下的服务结构非常复杂，但是其功能齐全、内容广泛，能够适应于各种领域当中。虽然目前的数据挖掘服务模式在云计算技术下存在着一些缺陷，但是只要可以优化系统的身份管理，就能为数据挖掘服务模式提供更大程度上的安全保护。

2 云计算背景下的数据挖掘服务模式的建模流程

云计算背景下的数据挖掘服务模式的建模流程以图标的形式展现，如表1所示。

2.1 定义服务

定义服务是通过对问题域中的数据挖掘服务相关的信息收集，把问题域中的问题通过服务核心功能的定义、服务和数据的产出来解决问题。定义服务可以通过搜索信息的基本定义、概念等来搜索出相应的数据、资料。可以利用定义服务来获取相关的数据挖掘业务的服务描述，让更多的候选服务可以在数据挖掘服务下展现出来，形成服务系统的服务目录，让使用者更快捷地找到自己需要的服务。

2.2 绑定服务和数据

数据挖掘服务主要是由数据和功能共同构成的。基于服务的基本定义，可以适当地建立起关联数据以及候选服务两者之间的有效联系，如此就可以实现绑定服务和数据的目标。但是在实际的操作过程中也提供服务行为需要的信息，根据所需的数据和服务调用规定服务的相关信息，从而获取关联数据以及候选服务之间的关联信息服务。绑定服务和数据也是数据挖掘服务模式的建模流程之一。

2.3 构建服务组件

构建服务组件是在进行了相应的服务绑定和数据工作之后，将绑定的数据与元数据描述的服务方法进行有机地整合，然后进行封装打包服务，让定义服务成为一个独立的组件。通过对调用服务接口的统一定义，可以得到最完整的独立服务组件。其他的服务组件构建步骤也和定义服务组件一样，需要将服务绑定的数据与服务进行有机地整合，如此才能构建出更多的独立服务组件，让数据挖掘服务模式更加健全。

表1 数据挖掘服务模式的建模流程

3 云计算背景下的数据挖掘服务模式的体系结构

3.1 基础设施层

基础设施层的主要作用是为数据挖掘服务提供需要的储存和计算资源，其工作原理是利用其终端的接口把网络和各种物理资源相连接起来，达到共享互联网资源的目标，同时基础设施层也给数据挖掘服务的虚拟化过程提供接口，实现资源对接和共享。

3.2 虚拟化层

虚拟化层主要是将云计算背景下的各种分布式资源采取虚拟化的工具进行汇聚，并且把这些虚拟化的资源进行封装，让其更具透明统一化。封装后的相关资源也可以应用于平台层的开发利用。虚拟化层在数据封装工作中起到了关键性的作用，通过虚拟化层对有用信息的封装，可以实现资源的共享以及合理调配，使得资源能够透明地显示在服务模式中，让使用服务模式的人员能够感受到便利。

3.3 平台层

平台层是云计算背景下数据挖掘服务的核心服务层。它是各个数据及功能运转的核心，其最主要的功能是服务目录的管理以及组合各项功能，对服务的各项任务功能进行描述，管理相应的数据功能，同时它也有调度计算资源的功能。集多种功能于一身的平台层，是数据挖掘服务模式的重要核心，缺少了平台层，数据挖掘服务模式就不可能建设出来。

3.4 应用层

应用层是由终端层和接口层共同组成的，是服务的最终体现。接口层主要负责为用户提供服务登记、管理、处理等相关请求，然后根据请求显示出结果，并对请求结果进行相应的评价。终端层则是根据不同的用户访问以及不同的访问介质提供不一样的访问接入，然后利用计算机、移动端等实现用户对数据挖掘服务的使用和访问功能。

4 云计算背景下的数据挖掘服务模式的服务过程

4.1 分析阶段

分析阶段是对数据挖掘服务模式建设需要的服务功能、数据、应用等进行深入的分析。根据数据挖掘服务的需求来识别和发现相应的服务，并且对相应的服务进行定义。建立数据挖掘服务模式首先要经过分析阶段，只有深入分析市场的需要以及服务模式的构建形式，才能建设出能顺应大数据发展的数据挖掘模式，给更多的用户便捷的享受，实现网络资源的共享，满足不同的使用者的需求。

4.2 设计阶段

设计阶段包括了对服务方式的设计、数据处理的设计、服务相关说明书的设计等内容。一个数据挖掘服务模式的优劣几乎可以用其设计来决断出来。如果设计得不好，那么就会影响到数据挖掘服务模式的运行效果，也会损害到提供商与消费者之间的利益，更重要的是不能把数据挖掘服务模式的特点等充分说明，影响数据挖掘服务模式在各个领域的应用。

4.3 开发阶段

开发阶段主要是把分析的结果和设计好的相关服务内容、方法、服务功能等实施到具体的操作中，让设计得以表现出来。同时还要根据设计的服务功能在规定的服务定义区间内进行集合。在开发阶段可以利用服务接口来实现功能调用与沟通的目的，只有通过高效的开发，并且不断开发出适合使用者的功能，完善数据挖掘服务模式，才能推动云计算环境下的数据挖掘服务模式在各个领域中得到广泛的应用，促进经历的发展。

5 结语

在云计算环境背景下的数据挖掘服务模式已经成为时下的研究热点。虽然我国对于数据挖掘服务模式研究的起步比较晚，但是也取得了一定的成绩。通过研究数据挖掘服务模式的服务结构、建模流程和体系结构来解决数据挖掘服务模式研究中的缺陷问题，让数据挖掘服务模式进一步广泛地应用到各个领域中，通过研究分析与改进，让数据挖掘服务模式与时俱进，得到不断的改进，更适用于现代经济社会发展的实践中。

[1]丁静，杨善林，罗贺，等. 云计算环境下的数据挖掘服务模式[J].计算机科学，2012（S1）：217-219.

[2]吴丽娜. 基于云计算环境下的数据挖掘服务模式[J].电子技术与软件工程，2015（15）：195.

Analysis of data mining service model under the background of cloud computing

Guo Aihua
（Huai’an College of Information Technology, Huai’an 223001, China）

With continuous development of Internet, there is a common problem that the Internet is filled with various huge data information. How to exploit valuable information in big data information is a problem that needs to be solved in many areas. Under the background of cloud computing, this paper mainly studies the data mining service model, its structure type, modeling flowchart and service system on the service mode are analyzed, to explore a complete data mining service model under the background of cloud computing.

cloud computing; data mining; service model; analysis

项目名称：淮安运河文化数据库建设的关键技术研究；项目编号：HAS2014019-3。

郭艾华（1979— ），男，安徽亳州，硕士，副教授；研究方向：软件技术专业教学，编程技术，数据库系统理论及工程技术。