学生姓名

学号

专业班级

指导教师

题目

频繁项集挖掘算法的研究与实现

选题目的（为什么选该课题）

当前，随着数据库技术的迅速发展以及数据管理系统的广泛应用，积累数据越来越多。在这些海量的数据中，往往蕴含着丰富的、对销售行业有指导意义的知识。而数据挖掘技术最突出的特点便是从海量数据中挖掘出更有价值的信息，这一特点正好迎合购物网站数量大的现状。因此，数据挖掘技术就是一种能从海量信息中发现潜在知识的“工具”，用以解决“数据爆炸和知识贫乏”的矛盾。

从大量的零售事物记录中发现有趣的关联规则可以帮助许多零售商制定决策，如促销分析、交叉购物、分类设计等。在销售行业对顾客的购买行为进行关联规则分析，就有可能发现顾客的购买习惯，如果商家充分利用顾客的购买习惯，将销售商品进行合理的摆放，可以增加商品的销售量，从而提高商品的利润。

前期基础（已学课程、掌握的工具，资料积累、软硬件条件等）

已学课程：

1、软件工程

2、Java语言程序

3、Python

4、数据结构

5、数据挖掘

掌握的工具：

Python IDE、WEKA

资料积累：

数据挖掘概念与技术

数据库原理与应用（孟彩霞 主编    张荣 乔平安 副主编    人民邮电出版社）

数据结构——用C语言描述（耿国华 主编    张德同 周明全 副主编    高等教育出版社）

Java

软件条件:   MySQL、Python IDE、WEKA

硬件条件：PC机一台

要研究和解决的问题（做什么）

1、确定具体的应用领域。

2、学习关联规则挖掘的相关概念及其理论知识。

3、学习关联规则中的几种重要的算法和改进方法，Apriori、FP_Tree算法等。

4、探索关联规则算法在相关领域的实际应用

5、数据获取及预处理。

5、编程实现算法，导入数据。

6、挖掘结果分析，并进行可视化。

工作思路和方案（怎么做）

1、明确目标要求，查阅相关资料。

2、熟悉开发环境及数据挖掘流程。

3、研究关联规则数据挖掘方法。

4、结合实际应用建立数据集。

5、深入学习Apriori算法，并编程实现。

6、用实现的算法对数据集进行挖掘，并将结果进行可视化。

指导教师意见

该学生通过查阅图书以及相关的资料文献，并经过大量的前期调研，对其毕业设计题目有了充分的认识，明确了要研究和解决的问题，并形成了基本的工作思路和设计方案。同意开题。

签字：            年   月   日