1. 毕业设计（论文）主要内容：

随着信息技术的发展，信息量呈现出几何级数的增长，单靠人们自身的能力是很难从这些海量信息中获取有用的信息并发现这些信息背后隐藏的规律。

数据挖掘就是从大量数据中获取有用信息的一门新技术，而关联规则挖掘则是数据挖掘方法中的一种。

本次毕业设计的主要内容是基于经典的apriori算法，从数据处理、算法建模和结果可视化等几个方面设计一个关联规则挖掘系统。

2. 毕业设计（论文）主要任务及要求

1. 查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；
2. 认真填写周记，完成800字开题报告；
3. 完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4. 完成系统的编码与调试；
5. 完成10000字以上的毕业论文；
6. 进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

(1)2018/1/14—2018/3/5：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2018/3/6—2018/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2018/5/1—2018/5/25：撰写及修改毕业论文；
(4)2018/5/26—2018/6/6：准备答辩。

4. 主要参考文献

1. Agrawal, Rakesh, and Ramakrishnan Srikant. "Fast algorithms for mining association rules." In Proc. 20th int. conf. very large data bases, VLDB, vol. 1215, pp. 487-499. 1994.
2. Wu, Xindong, Vipin Kumar, J. Ross Quinlan, Joydeep Ghosh, Qiang Yang, Hiroshi Motoda, Geoffrey J. McLachlan et al. "Top 10 algorithms in data mining." Knowledge and information systems 14, no. 1 (2008): 1-37.
3. Kantardzic, Mehmed. Data mining: concepts, models, methods, and algorithms. John Wiley amp; Sons, 2011.
蔡伟杰, 张晓辉, 朱建秋, 朱扬勇. "关联规则挖掘综述." 计算机工程 27, no. 5 (2001): 31-33.
4. 陆丽娜, 陈亚萍. "挖掘关联规则中 Apriori 算法的研究." 小型微型计算机系统 21, no. 9 (2000): 940-943.
5. 董彩云, 曲守宁. "数据挖掘及其在高校教学系统中的应用." 济南大学学报: 自然科学版 18, no. 1 (2004): 65-68.