| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·数据挖掘概述 | 第8-9页 |
| ·数据挖掘过程 | 第9-10页 |
| ·数据挖掘任务 | 第10-13页 |
| ·数据挖掘方法 | 第13-14页 |
| ·数据挖掘的应用与发展趋势 | 第14-16页 |
| ·论文的工作 | 第16-18页 |
| 第二章 数据挖掘中的聚类技术 | 第18-28页 |
| ·什么是聚类分析 | 第18-20页 |
| ·聚类分析中的数据类型 | 第20-26页 |
| ·聚类的分析过程和主要的聚类方法 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 聚类方法研究 | 第28-44页 |
| ·划分方法 | 第28-34页 |
| ·层次方法 | 第34-38页 |
| ·基于密度的方法 | 第38-40页 |
| ·基于网格的方法 | 第40-41页 |
| ·基于模型的聚类方法 | 第41-42页 |
| ·几种常用算法的性能比较 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 聚类技术在成人高校教学管理中的应用 | 第44-56页 |
| ·问题的提出 | 第44-45页 |
| ·解决方案 | 第45-46页 |
| ·方案实施实例 | 第46-49页 |
| ·k-means聚类算法的实现 | 第49-54页 |
| ·聚类结果分析与知识的应用 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结和展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 A 对应PAM算法处理流程的核心代码及注释说明 | 第62-64页 |
| 附录 B 听课记录表 | 第64-65页 |
| 附录 C k-means算法的主要子程序(函数)核心代码及注释说明 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间发表的论文 | 第69页 |