论文部分内容阅读
数据挖掘可视化技术包括数据挖掘技术与可视化技术,它首先来自于科学计算可视化。OLAM是数据挖掘(DM)与OLAP技术的有机结合,充分利用了二者的优势,克服二者的不足。本论文所研究的基于OLAM的可视化数据挖掘技术将数据挖掘工具与可视化展现工具融为一体,并使用户与数据挖掘过程充分地交互,从而大大地提高数据挖掘的效率和质量,增加用户对结果模式的理解。 可视化数据挖掘使用可视化技术让数据挖掘者和分析师来评估、监控和指导数据挖掘的输入、结果和整个过程。它能够在数据挖掘的早期引入用户的认识和偏好,从而降低整体的计算复杂度,并且减少无意义结果的数量。 基于目前国内公安系统还没有关于数据挖掘方面的成功案例,本文提出了一个新颖的体系结构。将数据挖掘融入公安业务,并根据其行业的特点构建模型,将数据挖掘与公安执法办案有机结合起来,在源数据库中挖掘出关于嫌疑人、案件等大量切实有效的规则,实现真正意义上的数据挖掘。 本论文在原“公安决策支持系统”的基础上,增加了数据挖掘及其可视化的内容。该项目针对犯罪嫌疑人和案件的分析业务,以数据挖掘、数据仓库和联机分析处理技术为核心,开发数据挖掘算法包(包括关联分析算法、决策树算法、聚类算法),并将其集成到数据挖掘服务器中。 本文设计了一个基于OLAM的VisualDM系统,它结合了可视化、数据挖掘和OLAM技术。在该系统中,OLAP与DM做到了真正地有机结合,用户参与到整个挖掘过程中,彻底改变“黑箱”挖掘的局面。 本文从业务需求、功能需求、体系结构、功能设计、模块实现等方面设计并实现了VisualDM系统,包括数据源模块、数据挖掘模块和可视化模块;针对本论文的课题背景,可视化组件主要实现了关联规则的可视化展现、聚类的可视化展现、决策树的可视化展现;并给出了关键技术。