分布式数据挖掘研究综述与分类法：一项系统性文献回顾
分布式、并行与集群计算
2020-09-23 v1 机器学习
摘要
背景：数据挖掘（DM）方法逐年演进，如今亦出现了较传统方法可快数倍运行的DM技术增强，称为分布式数据挖掘（DDM）。它实则并非数据处理的新领域，但近年来越来越多研究者关注此方向。问题：高声誉期刊与会议中有关DDM的出版物数量显著增长，致使研究者难以获得尚需深入研究的DDM全貌。解决方案：我们开展系统性文献回顾以梳理DDM领域既往研究，旨在通过识别DDM领域的空白与热点本身，为新研究提供动因。结果：我们通过回答本综述提出的7个研究问题得出若干结论，此外本文给出了DDM研究领域的分类法。最后，本系统性文献回顾提供了2000至2015年DDM发展的统计，将有助于未来研究者全面概览DDM现状。
引用
@article{arxiv.2009.10618,
title = {A Survey and Taxonomy of Distributed Data Mining Research Studies: A Systematic Literature Review},
author = {Fauzi Adi Rafrastara and Qi Deyu},
journal= {arXiv preprint arXiv:2009.10618},
year = {2020}
}
备注
19 pages, 14 figures, International Journal of Computer Science and Information Security