数据挖掘(Data Mining)是指从存放在数据库、数据仓库或其他信息库中大量的、不完全的、有噪声的、模糊的、随机的数据中挖掘其中的、人们事先不知道的、但又是潜在的有用信息或知识的过程。由于数据挖掘与数据库密切相关，又称为数据库知识发现(knowledge discovery in database，简称KDD)。 一、Flex与Spring技术 　　创建Flex应用程序的开发环境与使用其他编程语言的传统开发环境非常相近。目标是利用已经非常成功的Flash可视化开发环境，同时将其开放给更适应基于代码模型的编程人员。为了优化Flex前端应用程序使用外部数据(外部数据可能来自服务器端，也可能来自其他客户端)的效率以及解决在使用外部数据时遇到的问题，需要专业的Flex服务器技术，提供数据通信的全面解决方案。 　　Spring是一个开源框架，是为简化企业级应用系统开发而推出的，通过使用Spring，用户可以用简单的Java Bean实现以前只能用EJB才能完成的任务。虽然Spring是为企业级应用推出的，但是所有的Java系统开发都可以使用Spring，包括桌面应用程序和企业级的Web应用。 二、数据挖掘体系构建 　　这种方式构建的数据挖掘系统在系统软件层的构架是以组件化为基本方式的多层构架。 　　表示层的体系结构是基于Flex技术的，业务逻辑层获得的数据经过Flex以MXML语言进行解释输出SWF文件。LCDS(LiveCycle Data Service)是以Java为核心的数据服务功能的后期处理，能够完成Java与Flex对象的转换、实时信息处理、代理、输出PDF等多种数据处理功能。在本文研究的数据挖掘系统中，LCDS是完成对象映射的远程服务，以对象调用的方式实现数据的传输。AMF网关与Flash Remoting协议类似，是系统中性能很高的二进制协议，是远程对象的接收端，传输的方式是以HTTP协议完成的。通过Flex的MXML标签服务完成对远程对象的控制与访问。 　　在业务逻辑层面是完成系统核心功能的部分，通过调度算法与底层业务服务部分进行对接，实现数据源的接口服务。业务逻辑层面对所操作的对象管理模式采用的是Spring框架。在这个层面中，完成了Flex调用对象的定义。业务逻辑层定义的对象有两种类型，由数据源传输的远程对象与算法输出的远程对象。数据挖掘过程中不同的算法独立封装，以聚类、关联、分类等类型进行区分，进入业务逻辑层的Spring框架中。调度所用的JavaBean以算法的类型进行构建，每种类型的算法封装由单独的JavaBean进行控制。 　　数据源是数据挖掘的基础，也是系统最底层的部分。数据源提供的数据信息主要分为两种，数据方式与格式化的文本。数据是整个系统的支撑基础，网络环境下的数据库环境较为复杂且数据信息数量极为庞大，数据源的结构也不尽相同，所以受到的影响较多，包括数据差异、信息丢失和噪声。数据源的质量直接影响了数据挖掘的质量，因此采用基于XML语言的中间构件对不同的数据进行处理后再输入到数据仓库能够完成异构数据的统一，构件的功能包括数据集成、数据处理与数据规约。以用户选择为导向完成对数据仓库的调用，将数据信息组成数据挖掘信息库，经过JDBC实现数据挖掘信息库的连接，以SQL进行数据挖掘信息库的数据查询与信息获取。格式化文本是将文本信息格式化，实现文本信息格式的统一后，直接进行挖掘算法的调用。 三、结束语 　　目前，数据挖掘技术已被广泛地应用于各个领域，几乎涉及各个领域，包括天文学、生物学、经济管理、金融、保险、电力、石油化工、农业生产、通信网络管理和Internet应用等领域。这些行业的应用需求更进一步推动理论研究的发展。本文介绍的数据挖掘系统，结合了Flex与Spring技术完成了数据挖掘的关联、分类与聚类，实现了数据信息挖掘的管理和调用。 参考文献： [1] 明德廷,李娟,尹怡欣. 基于Web Service的数据挖掘系统的研究与应用[J]. 计算机工程与设计, 2007,(09) .