如今计算机学科领域急速发展,不但有前沿的模型算法不断出现,相关模型和算法的落地速度也随之加速。在现有的数据挖掘框架帮助下,数据挖掘算法能快速地应用在实际的问题上。然而大多数情境下,用户并不能有效地利用这些模型进行数据挖掘,结合CRISP-DM理论分析,其中原因之一是缺乏数据理解的环节,忽略对数据集本身的统计学特征。虽然已有不少的现成的工具可以提供部分数据理解中的数据探索概念工具,但是却无法被有效应用,一是大部分单一实现数据描绘或数据探索,功能分散,没有整合为一系列的分析过程,给使用造成困难;二是即使用户拥有足够的背景知识使用这些工具,但缺乏有效的表示方法时,也无法直观地从繁杂的分析结果得出有效信息。本文旨在构建商用数据挖掘系统DataView,该系统为用户在进行数据理解阶段时提供友好易用的图形化界面,提高用户进行数据挖掘过程的效率。为扩展系统的数据探索功能,重点分析系统的数据探索子系统功能需求,选择拟合优度检验以及时间序列分析工具。数据探索子系统具备分布模型推荐以及ARIMA模型定阶检验功能,对于连续型数据可以选择最拟合的分布模型,并考虑数据可能具有时间属性时利用时间序列分析工具。本文采用结合项目法、文献检索法、调查法等,对系统需求进行深入研究,调查同类软件工具提供的功能,查阅数据挖掘相关文献,分析已有的理论和模型,提出系统设计方案。解决的主要问题包括:DataView系统的设计,分布模型的参数估计、拟合优度检验模块算法复杂度的优化、ARIMA模型识别算法的设计实现等。为补足拟合优度检验不适用的情况,提出完善功能的方案。系统使用React框架构建,运行于Node.js平台上,使用ECharts作为图形显示插件,依托于Spark作为后台计算平台,扩展的计算功能则集成在系统前台中。为测试系统功能以及健壮性等,在项目中集成测试框架,针对性地制作相应的测试用例。测试结果表明,DataView系统运行良好,能够满足提出的需求。本文完成DataView系统的设计与实现,数据探索子系统中的拟合优度检验以及时间序列模型定阶检验的算法流程设计,扩展DataView的功能。本文最后对该实现系统所进行的工作进行总结和展望,系统在结合友好用户界面的基础上,通过各子系统的功能,为用户提供建模前的参数检验信息,解决用户初期理解数据困难的问题,提高数据挖掘工具的易用性以及建模效率。DataView系统中仍有可以改进的地方,结合本文已完成的工作,最后简要探讨系统功能的改进设想。