数据挖掘课程设计报告---关联规则挖掘系统.docVIP

数据挖掘课程设计报告 题 目： 关联规则挖掘系统 姓 名： xxxxxx 班 级： 计算机0901 学 号： xxxxxxxxxxx 2013年 6 月 19 日 一、设计目的 该程序实现了对简单数据进行频繁项集挖掘的功能，主要使用 Apriori算法，即使用候选产生发现频繁项集。通过这次编程增强编程能力。 二、设计要求 实现数据挖掘的关联规则，能够挖掘数据之间的关联信息，能够读取文件中的数据，能够保存分析结果。界面友好。 三、设计实现流程图 四、实现环境 操作系统WindowsXP 开发环境Netbeans7.1 运行环境 Windows系列操作系统(装有Java运行时环境) 五、实现结果 完整输出结果： run： 顾客1 商品A 商品B 商品C 顾客2 商品A 商品B 顾客3 商品B 商品C 顾客4 商品C 商品B 商品1 ,,,,,,,,,,,,,,,,,,,,,,,,,,,, 3 *************************************************************************************************** 候选集1:[商品A] [商品B] [商品C] 频繁集1:[商品A] [商品B] [商品C] *************************************************************************************************** 候选集2:[商品A,商品B] [商品A,商品C] [商品B,商品C] 频繁集2:[商品A,商品B] [商品B,商品C] *************************************************************************************************** 候选集3:[商品A,商品B,商品C] 频繁集3: *************************************************************************************************** 最大频繁集:[商品A,商品B] [商品B,商品C] *************************************************************************************************** 关联规则: [商品A]=========[商品B] 1.0 [商品B]=========[商品A] 0.66666 [商品B]=========[商品C] 0.66666 [商品C]=========[商品B] 1.0 六、设计小结 这学期学的数据挖掘课程丰富了我的知识面，让我看到了信息技术的巨大生命力和前景。数据挖掘涉及多学科技术的集成，包括数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索等技术。通过数据挖掘，可以从数据库提取有趣的知识、规律或高层信息，并可以从不同角度观察或浏览它们，发现的知识可以用于做决策、过程控制、信息管理、查询处理。利用数据挖掘技术可以帮助获得决策所需的多种知识。在许多情况下，用户并不知道数据存在哪些有价值的信息知识，因此对于一个数据挖掘系统而言，它应该能够同时搜索发现多种模式的知识，以满足用户的期望和实际需要。此外数据挖掘系统还应能够挖掘出多种层次（抽象水平）的模式知识。数据挖掘系统还应容许用户指导挖掘搜索有价值的模式知识。 通过这次实践，我对数据挖掘技术有了一个整体的认识。同样在编写程序的时候也遇到了这样或那样的问题。但在老师及同学们的帮助下，艰难的完成了这个系统。这让我对数据挖掘技术以后的深入学习打下了良好的基础。同时我的编程能力进一步提高，Java方面的实战经验进一步丰富。优秀的设计要付诸实践，用户需要的是真真实实的产品，知识转化为产品，才能体现它的价值。 附录：主要代码 1、 APPF.Java /* * To change this template, choose Tools | Templates * and open the template in the editor. */ package datamining; /** * * @author Administrator */ public class A