随着当今时代信息的爆炸性增长，海量的数据经常被描述为“数据丰富，知识匮乏”，数据的丰富带来了对强有力的数据分析工具的需要。数据挖掘工具可以进行数据分析，发现重要模式，作为数据和信息鸿沟间的桥梁，将数据转换为知识“金矿”。 由于数据挖掘技术本身的复杂性，一般用户很难掌握，挖掘过程也是“黑箱子”操作状态，用户无法参与其中，得到的结果也很难解释。由于人们对图形和图像表现方式，更加容易理解和接受，因而使用可视化技术作为服务于计算机与用户之间的沟通纽带，为用户提供关于数据和知识的直观信息，帮助用户更紧密地与整个挖掘过程相结合。所以可视化数据挖掘成为数据挖掘应用领域的一个研究热点。 论文在深入研究了数据挖掘技术和可视化技术基础上，提出了将可视化技术应用到数据挖掘的各个阶段的可视化数据挖掘系统模型，包括数据预处理阶段可视化，数据挖掘阶段可视化以及挖掘结果显示可视化的集成系统。系统基于模块化设计，易于移植、嵌入。 论文的研究内容和所做的工作： 1．研究了数据可视化方法，并设计了主分量分析方法进行多维数据的降维； 2．研究了关联规则、聚类算法挖掘模型的可视化方法，对关联规则可视化算法进行了改进，实现了数据挖掘模型的可视化； 3．设计了关联规则挖掘结果、聚类挖掘结果的可视化算法，实现了挖掘结果的可视化。 4．在“油汽田项目资产评估系统”基础上，集成了业务数据可视化、挖掘模型可视化、挖掘结果可视化三个功能模块。