| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 基于传统的购买树谱聚类算法理论 | 第17-25页 |
| 2.1 商品树和购买树概念 | 第17-18页 |
| 2.2 购买树距离(PurTreemetricdistance) | 第18-19页 |
| 2.3 购买树的索引结构CoverTree的概念 | 第19-22页 |
| 2.4 传统的PurTreeClust算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 局部购买树的谱聚类方法(LPS) | 第25-36页 |
| 3.1 LPS目标函数 | 第25-26页 |
| 3.2 LPS优化算法 | 第26-31页 |
| 3.2.1 参数F的优化 | 第27页 |
| 3.2.2 参数P的优化 | 第27-28页 |
| 3.2.3 参数w的优化 | 第28-29页 |
| 3.2.4 计算λ的缺省值 | 第29-30页 |
| 3.2.5 计算η的缺省值 | 第30-31页 |
| 3.2.6 LPS优化算法伪代码 | 第31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 3.3.1 基准数据集和评估方法 | 第32页 |
| 3.3.2 LPS参数敏感性研究和权重分析 | 第32-34页 |
| 3.3.3 LPS对比实验结果 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 双层子空间谱聚类方法(TSW) | 第36-53页 |
| 4.1 TSW目标函数 | 第36-38页 |
| 4.2 TWS优化算法 | 第38-46页 |
| 4.2.1 固定P,a和w更新F | 第39-40页 |
| 4.2.2 固定F,a和w更新P | 第40-41页 |
| 4.2.3 固定P,F和w更新a | 第41-42页 |
| 4.2.4 固定P,F和a更新w | 第42-43页 |
| 4.2.5 计算λ的缺省值 | 第43-45页 |
| 4.2.6 TSW优化算法伪代码 | 第45-46页 |
| 4.3 实验结果与分析 | 第46-52页 |
| 4.3.1 基准数据集和评估方法 | 第46-47页 |
| 4.3.2 参数敏感性研究 | 第47-48页 |
| 4.3.3 权重分析 | 第48-51页 |
| 4.3.4 TSW对比实验结果 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |