中文摘要：

数据挖掘已经成为各行各业提升业务水平，实现科学决策的一项关键技术。本项目针对现实中存在的隐私数据和隐私规则需要保护的实际需求，设计面向隐私数据的数据挖掘方法的总体架构，通过对不同隐私数据的数据类型、数据分布、属性相关度等数据特征的深入分析，结合不同数据挖掘方法的特性，研究针对不同特点的隐私数据的数据变换和数据重构方法，探索隐私模式和规则的融合技术，建立面向隐私数据的数据挖掘方法的评估体系，并在此基础上，开发原型系统，最终实现个人隐私数据的有效保护和基于变换后数据的模式规则的精确挖掘。项目研究对于信息社会中的隐私数据保护和基于隐私数据的数据分析和挖掘具有重要的现实意义和较高的应用价值，其研究成果具有明显的实用价值和社会效益。

结论摘要：

数据挖掘已经成为各行各业提升业务水平，实现科学决策的一项关键技术。本项目针对现实中存在的隐私数据和隐私规则需要保护的实际需求，建立和完善了面向隐私数据的数据挖掘方法的总体架构；通过对不同隐私数据的数据类型、数据分布、属性相关度等数据特征的深入分析，结合关联分析、数据分类等不同数据挖掘方法的特点，研究了基于数据干扰和特征重构的隐私保护数据挖掘方法；并以关联规则挖掘为重点对象，对面向知识隐藏的数据挖掘方法进行了有益的探索；从面向隐私保护数据挖掘算法的特性出发，初步建立了面向隐私数据的数据挖掘方法的评估体系；结合技术和应用的发展，将隐私数据的保护拓展到数据发布和联机分析处理领域；在理论和方法研究成果的基础上，开发了数据隐私保护平台的原型系统，为实现个人隐私数据和知识的有效保护提供了一系列的技术和方法。项目研究对于信息社会中的隐私数据保护和基于隐私数据的数据分析和挖掘具有重要的现实意义和较高的应用价值，其研究成果具有明显的实用价值和社会效益。