数据挖掘交互式过程可视化的研究与应用

论文摘要

随着信息处理技术的发展，数据挖掘引起了普遍的关注，其主要原因是存在大量数据可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。但是由于数据挖掘结果的难以理解性，需借助可视化数据挖掘的理念和技术，帮助用户更紧密地与整个挖掘过程相结合，提高整个数据挖掘过程的灵活性、有效性和与用户的交互性。本文总结了数据挖掘与可视化关键技术、研究现状和应用前景，重点对数据挖掘中决策树可视化模型进行了分析。在以往的数据挖掘模型中可视化技术的应用十分有限，所以用户无法了解挖掘过程，更不能指导挖掘过程，也不能很好地理解挖掘结果。文中分析了经典的决策树ID3算法，对其原理进行了深入剖析。由于ID3算法偏向于属性取值较多的属性，但属性取值多的属性并不一定是重要的属性。提出了一个算法，将多类问题转换成两类问题。阐明其原理，使用同一组数据对两种算法的实验结果进行了分析比较，证明了算法的可行性。设计并实现了一个决策树可视化系统，以C++Builder为开发平台，将可视化部分组件加入系统中，实现了数据可视化、交互挖掘、模型可视化以及评估等功能。为避免挖掘的盲目性，系统中根据信息熵原理对决策的依据属性进行简化，去除对目标不重要的属性，并且通过可视化方式展示属性的预测强弱关系。决策树可视化部分主要包括叶子节点可视化和树可视化。用户如果对挖掘的结果不满意，可以重新选择属性来构造模型；如果满意，将决策树转换成决策规则。最后用测试数据对模型进行评估。该系统建立的可视化模型能够为用户提供更直观、易于理解和分析的界面，提供更好的交互功能，方便用户指导挖掘过程。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 课题提出及意义
• 1.2 国内外研究现状
• 1.3 论文的工作
• 2 数据挖掘可视化
• 2.1 数据挖掘技术
• 2.2 可视化常用方法
• 2.2.1 传统的可视化方法
• 2.2.2 新兴的可视化技术
• 2.3 可视化数据挖掘
• 3 决策树算法研究
• 3.1 决策树概述
• 3.2 决策树的信息论原理
• 3.2.1 信息论基本概念
• 3.2.2 决策树的信息论原理
• 3.3 决策树ID3算法
• 3.4 决策树算法的改进
• 3.4.1 算法原理
• 3.4.2 产生树的过程
• 3.4.3 与ID3算法原理比较和分析
• 3.4.4 与ID3实验结果比较和分析
• 4 决策树可视化模型设计
• 4.1 需求分析
• 4.2 实现环境
• 4.3 系统总体设计
• 4.4 系统详细设计
• 4.4.1 数据可视化模块
• 4.4.2 数据挖掘模块
• 4.4.3 数据分类过程
• 4.5 模型可视化
• 4.6 模型评估
• 5 决策树可视化模型实现
• 5.1 数据可视化
• 5.2 属性分析
• 5.3 属性相依性网络
• 5.4 决策树形成
• 5.5 算法实现
• 5.5.1 算法策略
• 5.5.2 算法实现步骤
• 5.6 决策树分类模型可视化
• 5.6.1 树的可视化
• 5.6.2 叶子节点可视化
• 5.7 决策树模型评估
• 6 结论
• 参考文献
• 在学研究成果
• 致谢