abstract
Le tecnologie di Data Mining sono utili perch ́e permettono di ricavare informazioni e trend impliciti da insiemi di dati, anche di notevoli dimensioni. Normalmente si adotta l’integrazione per generare i data warehouse che raccolgono tutti i dati in un unico luogo, su cui poi si esegue un algoritmo per estrarre un modello di predizione e una valutazione della conoscenza. Tuttavia, una singola tecnica di Data Mining non riesce ad essere appropriata per tutte le raccolte di dati e i domini, spesso caratterizzati da ampie dinamiche di cambiamento, dovute al tipo di sistema che si vuole monitorare.
Il Data Mining Distribuito nasce per far fronte al bisogno di esplorare sorgenti di dati varie e distribuite su una rete. La progettazione di questi sistemi tramite il paradigma ad Agenti `e considerato un valore aggiunto.
In questo articolo viene presentata una panoramica dei sistemi di Data Mining Distribuito ad Agenti che sono ad oggi disponibili, definendo le componenti comuni, le strategie impiegate e l’architettura adottata.
outcomes
