王婷婷 贺安坤 马靖 孙求知 李力强

摘 要：分布式数据挖掘作为数据挖掘技术中的一种，能够对局部知识进行整合，从而获取全局知识，最终提高决策水平。鉴于此，本文对分布式数据挖掘概念进行简要阐述，并在此基础上探讨两个典型分布式数据挖掘系统及特点，旨在进一步提高分布式数据挖掘质量，最大限度地发挥其应用价值。

关键词：分布式；数据挖掘；应用价值

中图分类号：TP311.12 文献标识码：A 文章编号：1671-2064（2018）08-0035-02

未来计算机技术与通信技术的快速发展，相继地拓展了移动网、互联网、广电网等网络及其衍生业务，从而导致大量分布式数据的形成，这些数据能够为决策提供相应的依据。传统集中式的数据挖掘技术因其受到网络平台的兼容性与易购性等影响，使其难以适应分布式计算环境，由此而使得分布式的数据挖掘技术便运用而生。但由于分布式的数据挖掘技术应用尚不广泛，大部分并不了解其系统及应用状况，因此需要对分布式数据挖掘技术进行如下探讨，以最大限度地提高分布式数据挖掘的质量。

1 分布式数据挖掘概念

1.1 分布式数据挖掘定义

分布式数据网挖掘的定义为基于网络空间的分布式计算环境的数据挖掘，此外人们还广泛地认为分布式的数据挖掘主要是基于分布式计算方式挖掘网络空间内的分布式数据，并且通过整合局部知识的方式来获取全局知识，以此来为决策提供安全可靠的依据。数据挖掘质量的高低，主要取决于局部知识整合方法和局部知识质量，在局部知识质量较高情况下必然可以保证数据挖掘质量。……