在科学技术引领的大数据时代背景下,海量的数据给各领域都带来了数据分析的需求,并且数据挖掘的技术门槛、工作量、工作繁琐程度也日益提高。基于上述需求,许多企业将可视化技术与数据挖掘技术相结合,将数据挖掘过程与结果以直观的形式展示给用户,提高数据挖掘工作的效率、准确性和有效性。但是目前已有的数据挖掘可视化平台还存在以下缺点:1)数据挖掘模型执行流程未结合系统底层计算框架的工作流程与任务调度逻辑,计算性能利用率有待提高;2)缺乏对数据挖掘工作完整生命周期的考虑,对数据挖掘建模工作的难度、繁琐程度和重复度优化不足;3)缺乏数据挖掘完整流程的工作报告,未能对数据挖掘工作的总结学习,优化提升提供有效途径。针对上述缺点,本文的研究内容如下:1)结合分布式数据挖掘框架Spark的工作流程,设计并实现数据挖掘流水线模型的执行流程。该流程为系统提供基础的数据挖掘算法,基于分布式框架的任务调度逻辑为流水线模型提供模型翻译技术和模型执行流程。2)结合数据挖掘完整生命周期,设计并实现数据挖掘可视化系统。该系统支持用户拖拽式构建数据挖掘流水线模型,提供各类数据挖掘算法WebAPI、配置模块以及可视化的执行结果与日志模块,为数据挖掘完整流程提供可视化工作环境。3)设计与实现数据挖掘可视化报告子系统,该系统基于组件化设计,根据数据挖掘算子数据类型,为用户提供多种算子报告模板,支持用户结合系统报告模板,选择数据挖掘项目的模型数据和结果数据,自主编辑生成数据挖掘报告。基于以上研究内容,本文设计与实现了基于Web的数据挖掘可视化平台。该平台基于Spark分布式框架为用户提供高效的数据挖掘计算能力,提供拖拽式的流水线建模方式,将用户高度接入数据挖掘过程中,提供自主编辑与系统模板相结合的数据挖掘报告生成功能,将数据挖掘的完整生命周期以高度可视化的方式呈现给用户。该可视化平台对于提升数据挖掘性能,降低数据挖掘工作难度、复杂度和重复度,降低数据挖掘学习难度有极大意义。