数据分析的目的是帮助用户从数据中提取有价值的信息、发现新颖的知识、对决策产生重要的作用,其中知识的表示和表达是关键步骤。关联规则作为一种重要的知识表示模式,能够让人们进行有效地、直观地数据分析并实现决策,因此将关联规则可视化为一种清晰又直观的方式也是十分必要的。但是,现有的关联规则可视化分析中都缺少对用户个人兴趣点的定义,同时在可视化过程中忽略了知识背景,并且分析过程不适合用户分析行为模式。概念格作为形式概念分析(FCA)理论中的主要数据结构,在形式上能够直观展示出所有概念间的泛化和例化关系,增加用户对知识的理解。本文研究并实现一个基于概念系统的分析工具,将形式概念分析理论与关联规则结合起来,实现可视化分析的同时,增强了用户的交互过程,使得数据分析的准确性得到了一定的提升。本文的主要研究内容如下:(1)在基于概念格的关联规则可视化表示方面进行了深入研究,在全概念背景上叠加前景知识,提出了一种基于概念格的关联规则可视化方法,并在此基础上实现以用户为中心的启发式交互,以此增强用户对知识的全面认识与理解。(2)为突破现有数据分析系统在实际使用过程中的局限性,本文探索并总结出了数据分析中用户分析行为的三大特征:顺序性、重复性和多路性,并在此基础上进一步设计了多样化数据源、用户兴趣点属性定义、关联规则可视化等基本数据分析功能。不仅在功能的结构层面进行研究与设计,而且对整体的执行顺序与模块的处理逻辑进行了定义。由此发现,通过对行为特征的探索与研究,能够实现更具有实际意义的数据分析工具。(3)通过将系统与实际应用相结合研究,提出并设计了基于用户兴趣点的属性定义方法。通过在数据全集上,定义兴趣子集,聚焦用户的目标需求,缩小目标范围。不仅可以产生更多的有效知识、提高分析效能,而且能够简化在线数据集合、提高计算效率。(4)在遵循软件工程方法的前提下,独立进行二次开发并实现了能够辅助用户进行数据分析的原型系统。不仅设计与实现了贴合用户分析行为特征的数据分析功能,而且提供了开放性的数据接口,方便后续研究成果的算法嵌入,以更好地满足用户数据分析的需求。