申报人

职称

学院

题目名称

频繁项集挖掘算法的研究与实现

题目来源

科研

√

教学

其它

题目类型

硬件设计

软件设计

√

论文

艺术作品

题目性质

应用研究

√

理论研究

题目

简述

（为什么申报该课题）

频繁项集挖掘是关联规则中的主要任务，Apriori算法和FP-Tree算法是计算频繁项集的经典算法。本题目要求首先对频繁项集挖掘算法进行深入分析研究，理解频繁项集挖掘算法的思想和基本原理；然后进一步研究这些算法的实际应用领域；最后结合某一实际应用（比如电子商务）建立事务数据库，使用某一个挖掘算法实现对实际数据集的数据挖掘。（例如根据某商务网站一段时间内的销售数据，发现客户的一些购买习惯。）更进一步，还可以在对相关算法进行深入研究后，分析导致算法效率低的原因，提出改进方案（选做）。

对学

生知

识与

能力

要求

要求学生具有扎实的基础理论知识和基本技能，具有较强的系统分析与编程能力，自学能力强。使用的知识和技术包括：

1、数据结构；2、数据库知识；

3、数据库 + 开发工具（C++或Java或Python）；

4、对数据挖掘感兴趣，了解数据挖掘的基本知识及理论。

具体

任务

以及

预期

目标

（本题目应完成的工作，题目预期目标和成果形式）

1．深入学习C++或Java或Python或MATLAB等开发工具；

2．研究关联规则数据挖掘方法；

3．深入学习Apriori或FP-Tree频繁项集挖掘算法；

4．研究频繁项集挖掘算法的实际应用领域；

5．结合实际应用，建立数据集合；

6．编程实现某一个挖掘算法，在数据集合上进行数据挖掘；

7．书写毕业论文；8．准备答辩。

时间

进度

2017年11月23日——11月28日：毕设选题，联系指导教师；

11月28日 ——12月8日：明确题目要求，查阅资料，书写开题报告，并将《开题报告》（定稿）上传至毕设管理系统中；

12月9日——2018年1月2日：学习C++或Java或Python或MATLAB开发工具；

1月1日——1月31日：研究关联规则数据挖掘方法；

2月1日——3月5日：学习Apriori和FP-Tree频繁项集挖掘算法；

3月6日——3月25日：研究挖掘算法的实际应用领域，结合应用，建立数据集合；

3月26日——4月30日：编程实现挖掘算法，在数据集合上进行数据挖掘；3月31日前完成《中期汇报表》并上传毕设系统；

5月1日——5月31日：书写毕业论文；5月11日前第一次代码验收，5月28日前终期代码验收；5月22日前提交论文电子版（初稿）；

6月1日—— 6月11日： 毕业论文（定稿）上传至毕设系统，并准备答辩。

系（教研室）主任

签字

年  月  日

主管院长

签字

年  月  日