毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

数据挖掘可视化模块设计与实现

时间:2018-10-11 18:44来源:毕业论文
基于数据挖掘平台的数据挖掘可视化模块的设计与实现,用于实现数据挖掘中的原始数据可视化、数据挖掘过程以及数据挖掘结果的全过程可视化,使得数据探索和分析等数据挖掘任务

摘要随着大数据时代的到来而兴起的数据可视化,在各种类型的数据挖掘任务中显得越来越重要。因此,本文在充分理解和掌握数据可视化流程的基本过程和步骤的基础上,提出一个易于移植的、模块化的、相对通用的数据可视化解决方案,并完成基于数据挖掘平台的数据挖掘可视化模块的设计与实现,用于实现数据挖掘中的原始数据可视化、数据挖掘过程以及数据挖掘结果的全过程可视化,使得数据探索和分析等数据挖掘任务具有交互性和直观性,同时提高数据挖掘平台的有效性、灵活性以及准确性。28969
关键词  大数据;数据挖掘;可视化模型;数据可视化
毕业论文设计说明书外文摘要
Title  Design and Implementation of Data Mining Visualization Module                             
Abstract
As outcome of the arriving of big data, data visualization has played an increasingly important role in various data mining tasks. By full understanding and mastering the process of data visualization, I proposed an easy, modular and relatively generic data visualization solution. Finally,I designed and implemented the data mining visualization modular based on a data mining platform. The modular is designed for raw data, data mining process and the results of the data mining entire process visualization. It makes the process of data mining more interactive and intuitive ,for example,data exploration and analysis ,meanwhile, improving the flexibility,practicality and accuracy of the data mining platform.
Keywords  Big Data;Data Mining;Visualization Model;Data Visualization
源自<六^维$论'文)网(加7位QQ3249`114 www.lwfree.cn

目   次
1  绪论    1
1.1  研究背景    1
1.2  研究现状和发展趋势    1
1.3  本文的研究对象与工作    2
1.4  本文内容安排    2
2  数据可视化技术    4
2.1  数据可视化基本概念    4
2.2  数据可视化数据基础    4
2.3  数据可视化基本流程    5
2.4  数据可视化应用领域    6
2.5  小结    7
3  大数据与数据挖掘可视化    8
3.1  大数据    8
3.2  数据挖掘    8
3.3  数据挖掘可视化    9
3.4  小结    10
4  数据挖掘可视化模块设计与实现    11
4.1  功能概述    11
4.2  概要设计    11
4.3  数据子模块    12
4.4  图形子模块    18
4.5  开放接口OpenAPI    21
4.6  小结    21
5  数据挖掘可视化模块集成及测试    22
5.1  数据挖掘可视化模块集成    22
5.2  数据挖掘可视化模拟测试    22
5.3  小结    24
结  论    25
致  谢    26
参考文献27
1  绪论
1.1  研究背景
当今时代,随着人类产生和收集数据的能力的增强,每天都有大量的数据在我们身边被创建、复制和传输,包括科学数据、金融数据和电商数据等海量的数据。IDC于2011年发布的一项统计表明,在过去五年中,每年全世界数据总量均比前一年翻一番,并且2011年世界总数据量已达到1.8ZB。截至2014年7月,Facebook用户总数已达到22亿,占全球总人口的1/3,每天用户在网站上的活动都会导致海量行为数据的产生。通常来说,拥有更多的数据意味着更多的价值,然而当前的信息处理和分析手段却远远落后于数据获取的速度。隐藏在这些数据背后的是信息和知识,具有潜在用处的信息和知识,而这些信息和知识却很少被显现出来或者被开发利用。 数据挖掘可视化模块设计与实现:http://www.lwfree.cn/jisuanjilunwen/20181011/24030.html
------分隔线----------------------------
推荐内容