1、隨著信息處理技術(shù)的發(fā)展，數(shù)據(jù)挖掘引起了普遍的關(guān)注，其主要原因是存在大量數(shù)據(jù)可以廣泛使用，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識。但是由于數(shù)據(jù)挖掘結(jié)果的難以理解性，需借助可視化數(shù)據(jù)挖掘的理念和技術(shù)，幫助用戶更緊密地與整個挖掘過程相結(jié)合，提高整個數(shù)據(jù)挖掘過程的靈活性、有效性和與用戶的交互性。 本文總結(jié)了數(shù)據(jù)挖掘與可視化關(guān)鍵技術(shù)、研究現(xiàn)狀和應(yīng)用前景，重點對數(shù)據(jù)挖掘中決策樹可視化模型進行了分析。在以往的數(shù)據(jù)挖掘模型中可視化技術(shù)的應(yīng)

2、用十分有限，所以用戶無法了解挖掘過程，更不能指導(dǎo)挖掘過程，也不能很好地理解挖掘結(jié)果。 文中分析了經(jīng)典的決策樹ID3算法，對其原理進行了深入剖析。由于ID3算法偏向于屬性取值較多的屬性，但屬性取值多的屬性并不一定是重要的屬性。提出了一個算法，將多類問題轉(zhuǎn)換成兩類問題。闡明其原理，使用同一組數(shù)據(jù)對兩種算法的實驗結(jié)果進行了分析比較，證明了算法的可行性。 設(shè)計并實現(xiàn)了一個決策樹可視化系統(tǒng)，以C++Builder為開發(fā)平臺，將可視

3、化部分組件加入系統(tǒng)中，實現(xiàn)了數(shù)據(jù)可視化、交互挖掘、模型可視化以及評估等功能。為避免挖掘的盲目性，系統(tǒng)中根據(jù)信息熵原理對決策的依據(jù)屬性進行簡化，去除對目標不重要的屬性，并且通過可視化方式展示屬性的預(yù)測強弱關(guān)系。決策樹可視化部分主要包括葉子節(jié)點可視化和樹可視化。用戶如果對挖掘的結(jié)果不滿意，可以重新選擇屬性來構(gòu)造模型；如果滿意，將決策樹轉(zhuǎn)換成決策規(guī)則。最后用測試數(shù)據(jù)對模型進行評估。該系統(tǒng)建立的可視化模型能夠為用戶提供更直觀、易于理解和分析的界