بررسی الگوریتم های داده کاوی پرکاربرد در پایگاه داده های توزیع شده

پایگاه داده مجموعه ای از داده ها است که فعالیت های یک یا چند سازمان مرتبط را با ساختاری خاص توصیف می کند. هر پایگاه داده با استفاده از سیستم مدیریت پایگاه داده کنترل می شود. پایگاه داده توزیع شده مجموعه ای از چندین پایگاه داده است که می توانند در مکان-های متفاوتی ذخیره شده و هر کدام توسط سیستم مدیریت پایگاه داده متفاوتی کنترل شوند. امروزه با گسترش روز افزون داده های موجود در پایگاه داده های توزیع شده، برای انجام کارهایی مانند تحلیل بازار، کشف تقلب، مدل سازی کاربر و غیره نیاز به داده کاوی است. در واقع داده کاوی به کشف دانش و استخراج اطلاعات پنهان از مجموعه داده های بزرگ می پردازد. این مقاله ابتدا به بیان پایگاه داده های توزیع شده، مزایا و معایب آن ها سپس به معرفی و تحلیل برخی از الگوریتم های داده کاوی پرکاربرد در کشف دانش از این نوع پایگاه داده ها می پردازد.

Investigation of data mining algorithms commonly used in distributed databases

A database is a collection of data that describes the activities of one or more related organizations with a particular structure. Each database is controlled by a database management system. A distributed database is a collection of several databases that can be stored in different locations and each controlled by a different database management system. Today, with the increasing expansion of data in distributed databases, data mining is needed to perform tasks such as market analysis, fraud detection, user modeling, and so on. In fact, data mining discovers knowledge and extracts hidden information from a large data set. This article first describes the distributed databases, their advantages and disadvantages, then introduces and analyzes some of the most widely used data mining algorithms in .discovering knowledge of this type of database