اکتشاف دانش از پایگاه داده های توزیع شده مبتنی بر وب در محیط های گرید

در سال های اخیر پایگاه داده های توزیع شده مبتنی بر وب رشد چشمگیری داشته اند. برای مدلسازی و یکپارچه سازی این نوع از پایگاه های داده تحت وب نخستتتین موردی که باید به آن پرداخته شود این است که یک منبع خاص چه نوعخ صو صیات و قابلیت های پرس و جویی را فراهم می کند و همچنین وا سط پرس و جو چطور عمل می کند. تجزیه و تحلیل تخ ص صی داده ها در گریدهای محا سباتی یک م سئله چالش برانگیز ا ست. بیش تر داده هایی که در محیط های گرید مورداست فاده قرار می گیرند حجم های بسیار زیادی دارند. از طرفی ترکیب حجم عظیم داده ها، توزیع جغرافیایی کاربران و منابع و تحلیل محاسباتی فشرده، اطلاعات دقیق و پیچیده ی زیادی را نتیجه می دهد که تا قبل از پیدایش سیستم های گرید توسط هیچ زیرساخت مدیریت محاسباتی و داده ای برآورده نمی شد. الگوریتم های استخراج داده و پروسه کشف دانش هر دو بر داده و محاستتبات تمرکز دارند؛ بنابراین گرید ستتاختاری بنیادین برای مدیریت داده و محاستتبه به منظور پشتیبانی از غیر متمرکزبودن و تحلیل داده موازی ارائه می نماید. در گرید برای تولید ستترویا های عمومی داده کاوی، الگوریتم هایی استفاده می شود که به تحلیلگران، متخ ص صین و سازمان ها برای افزایش پشتیبانی گرید از محا سبات توزیع شده برای حل مسائل داده کاوی در یک روش توزیع یافته کمک می کند. در ادامه این مقا له علاوه بر ایجاد یک دید کلی در رابطه های داده کاوی و اکت شاف دانش، به چارچوب های داده کاوی توزیع شده بر روی گرید و همچنین مقای سه میان روش ها و چارچوب های داده کاوی گرید با داده کاوی متمرکز پرداخته شده است.