关联规则的交互式可视化挖掘研究

论文摘要

数据挖掘可视化方法的目的就是要很好地利用人类对可视化形式下模型和结构的获取能力,来对执行结果进行分析解释并控制整个挖掘过程。对用户来说,将关联规则挖掘过程以可视化的形式呈现出来,并实现用户与挖掘过程的交互非常重要。论文的工作是对关联规则挖掘过程和交互式可视化技术进行研究,最终将数据挖掘工具与可视化展现工具融为一体,促成关联规则的交互式可视化挖掘。使用户能够参与关联规则挖掘过程,控制挖掘过程中的参数,从而实现用户与关联规则挖掘过程的充分交互,大大提高关联规则挖掘的效率和质量,增加用户对结果模式的理解,提高用户对挖掘结果的满意度。论文在数据挖掘技术、可视化交互技术的基础上,对关联规则挖掘技术的概念、算法和挖掘过程进行研究,论文的成果主要体现在以下几个方面:1.提出了关联规则的交互式可视化挖掘方法。指出在关联规则的交互式可视化挖掘过程中应体现三个重要特性,即前阶段的可约束性,过程中的可交互性,后阶段的可评价性。提出了集这三个特性为一体的关联规则交互式可视化挖掘过程,该过程包括三个阶段,在不同的阶段用户可以设置不同的约束条件和参数,以实现用户与挖掘过程的交互。2.设计并实现了基于XML/EXCEL的挖掘结果模型表示方法。使得规则文档保持了良好的结构,并且具有清楚的语义表达能力,以便提供给挖掘系统的规则展示模块、其它系统(软件)和知识工程师/普通用户进行决策分析。3.设计实现了交互式可视化关联规则学习器RestrictApriori并将其与机器学习平台Weka集成。弥补了Weka中关联规则挖掘缺少项约束、挖掘过程缺乏可控性等不足,从而完善了Weka的数据挖掘性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.2 关联规则挖掘可视化的国内外研究现状
• 1.3 课题的提出意义及来源
• 1.4 本论文的主要工作
• 1.5 本论文组织结构
• 第二章 可视化数据挖掘技术
• 2.1 数据挖掘技术
• 2.1.1 数据挖掘概述
• 2.1.2 数据挖掘的定义
• 2.1.3 数据挖掘的对象
• 2.1.4 数据挖掘的过程
• 2.1.5 数据挖掘的功能
• 2.1.6 数据挖掘的常用方法
• 2.2 可视化技术
• 2.2.1 可视化的定义
• 2.2.2 可视化研究的层次
• 2.2.3 可视化方法
• 2.2.4 可视化的主要应用
• 2.3 可视化数据挖掘技术
• 2.3.1 可视化数据挖掘的定义
• 2.3.2 可视化数据挖掘的分类
• 2.3.3 可视化数据挖掘技术
• 2.3.4 关联规则的可视化
• 2.3.5 可视化数据挖掘的应用
• 2.4 本章小结
• 第三章 关联规则的交互式可视化挖掘
• 3.1 关联规则概述
• 3.1.1 基本概念与问题描述
• 3.1.2 基于约束的关联规则挖掘
• 3.2 关联规则挖掘算法
• 3.2.1 经典的频繁项集挖掘算法
• 3.2.2 由频繁项集产生关联规则
• 3.3 传统关联规则挖掘的不足
• 3.4 关联规则的交互式可视化挖掘
• 3.5 关联规则的交互式可视化挖掘系统的设计实现
• 3.5.1 交互设计
• 3.5.2 生成频繁项集和关联规则的算法设计
• 3.5.3 频繁项集和关联规则的可视化
• 3.5.4 界面设计
• 3.6 本章小结
• 第四章 基于XML/EXCEL 的挖掘模型表示方法
• 4.1 PMML
• 4.1.1 PMML 的基本定义
• 4.1.2 PMML 的不足
• 4.2 XML 挖掘模型
• 4.2.1 XML 的数据模型
• 4.2.2 XML 文档的分类
• 4.2.3 XML 的优点
• 4.2.4 基于XML 的挖掘结果模型的设计与实现
• 4.3 挖掘模型的EXCEL 表示及其设计与实现
• 4.4 本章小结
• 第五章 关联规则的交互式可视化挖掘系统与Weka 集成
• 5.1 关联规则的交互式可视化挖掘系统
• 5.1.1 特点
• 5.1.2 功能
• 5.2 关联规则的交互式可视化挖掘系统与Weka 的集成
• 5.2.1 Weka 机器学习平台介绍
• 5.2.2 Weka 系统中的关联规则学习器
• 5.2.3 Apriori 学习器的学习过程
• 5.2.4 两系统的集成
• 5.3 实验评估
• 5.3.1 数据来源
• 5.3.2 实验结果
• 5.3.3 RestrictApriori 作为关联规则挖掘与分类规则挖掘的比较研究平台
• 5.4 RestrictApriori 学习器与Apriori 学习器的比较
• 5.4.1 RestrictApriori 学习器的学习过程
• 5.4.2 RestrictApriori 学习器与Apriori 学习器的比较
• 5.5 本章小结
• 第六章 结束语
• 6.1 论文总结
• 6.2 今后的工作
• 致谢
• 参考文献
• 附录Ⅰ文件格式
• 附录Ⅱ学习器RestrictApriori 与 Weka 集成后的使用说明
• 附录Ⅲ攻读硕士期间公开发表的论文