本书首先综述了从以基因表达数据为代表的密集型数据中挖掘局部模式的方法；并围绕局部模式并行挖掘的执行性能问题，提出了大数据环境下减少数据交互量的计算框架，在此基础上设计挖掘多种类型的局部模式的并行算法。其次，为了从源数据中直接搜索符合特定要求的多类型的局部模式，提出了基于前缀树索引的查询方法，进而提升了密集型数据的分析效率；然后针对局部模式的挖掘、索引与查询问题，设计了一个名为OEMGA的原型系统。最后，提出了利用领域知识的约束查询方法来提升局部模式查询的相关性。并列题名：Research on the key technology of local pattern mining in big data computing environment eng