类别型数据关联规则的可视挖掘的任务书.docx

类别型数据关联规则的可视挖掘的任务书
任务书
任务背景：
数据挖掘技术的应用范围越来越广泛，其中关联规则挖掘是其中一个重要的技术。关联规则挖掘可以用于商品市场推荐、网络广告推荐、医学研究等众多领域。由于类别型数据在各种实际环境中都存在着较多的应用，因此类别型数据关联规则的挖掘也受到了广泛关注。近年来，随着数据可视化技术的进步，越来越多的研究人员开始将可视化技术引入数据挖掘的领域中。可视化技术的应用不仅可以方便人们对数据所含信息的理解和分析，还能有效地提高数据挖掘的效率和精确度。因此，类别型数据关联规则的可视挖掘成为了当前数据挖掘领域中的研究热点之一。
任务要求：
本次任务旨在让学生们深入理解关联规则挖掘技术，并将其应用于类别型数据的可视化挖掘中。任务的具体要求如下：
1.通过学习相关文献，掌握类别型数据关联规则挖掘的基本原理和常用方法。
2.完成给定数据集上的关联规则挖掘任务和可视化处理。具体要求如下：
-使用实验室提供的数据集进行研究和实验。
-使用VB代码或其他数据挖掘工具（Rapidminer、Python、Weka等）对数据进行预处理和关联规则挖掘。
-对于实验所得结果进行可视化处理。
3.撰写学术论文：撰写一篇不少于1200字的学术论文，介绍类别型数据关联规则的挖掘技术及其应用。
4.参与答辩：参加小组答辩，并进行现场展示和演讲。
任务考核：
任务完成后，将会按照以下标准对学生所取得的成果进行评估：
1.数据预处理和关联规则挖掘的效果及准确度。
2.可视化效果是否良好，可解释性是否强。
3.论文的撰写质量和语言表达水平。
4.答辩展示和演讲的流畅度和表达能力。
任务参考：
1.Agrawal,R.,&Srikant,R.(1994).Fastalgorithmsforminingassociationrules.InProceedingsofthe20thinternationalconferenceonverylargedatabases(pp.487-499).MorganKaufmannPublishersInc.
2.Han,J.,&Kamber,M.(2011).Datamining:conceptsandtechniques.Elsevier.
3.Shneiderman,B.(2008).Science2.0visualizations:challengesandopportunities.DrugDiscoveryToday:BIOSILICO,6(5-6),220-231.
4.Song,Y.,Yang,Y.,Liu,J.,&Cheng,X.(2017).Visualization-basedassociationrulesminingforuserbehavioranalysis.MathematicalProblemsinEngineering,2017,1-13.
5.Zhang,Y.,Wang,M.,Li,Q.,&Tao,D.(2016).Anefficientalgorithmformininghigh-utilityitemsetswithnegativeitems.Knowledge-BasedSystems,94,104-118.