| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 隐性知识外显案例检索过程的研究现状 | 第12-13页 |
| 1.2.2 传统聚类算法的研究现状 | 第13-16页 |
| 1.2.3 模糊聚类算法的研究现状 | 第16-17页 |
| 1.2.4 FCM算法的研究现状 | 第17-19页 |
| 1.3 存在的主要问题和本文的研究思路 | 第19-21页 |
| 1.3.1 隐性知识外显案例检索领域面临的问题 | 第19页 |
| 1.3.2 FCM算法存在的问题 | 第19-20页 |
| 1.3.3 本文的研究思路 | 第20-21页 |
| 1.4 论文组织结构和主要研究内容 | 第21-23页 |
| 1.5 本文的创新点 | 第23-24页 |
| 2 相关理论概述 | 第24-44页 |
| 2.1 隐性知识 | 第24-29页 |
| 2.1.1 隐性知识的概念 | 第24页 |
| 2.1.2 隐性知识的获取 | 第24-26页 |
| 2.1.3 隐性知识的表示 | 第26-29页 |
| 2.2 聚类分析 | 第29-31页 |
| 2.2.1 聚类分析的涵义和产生的背景 | 第29-30页 |
| 2.2.2 聚类分析的数学模型 | 第30-31页 |
| 2.3 集合理论 | 第31-37页 |
| 2.3.1 普通集合理论 | 第31-34页 |
| 2.3.2 模糊集合理论 | 第34-37页 |
| 2.4 模糊聚类相关理论 | 第37-44页 |
| 2.4.1 模糊聚类的研究意义 | 第37-38页 |
| 2.4.2 模糊聚类的数学模型 | 第38页 |
| 2.4.3 FCM算法相关理论 | 第38-44页 |
| 3 隐性知识外显案例聚类思路与算法改进 | 第44-55页 |
| 3.1 隐性知识外显案例聚类思路 | 第44页 |
| 3.2 基于改进欧式距离的隐性知识外显案例整体相似度 | 第44-47页 |
| 3.2.1 案例相似度的计算 | 第44-46页 |
| 3.2.2 整体相似度替换欧式距离 | 第46-47页 |
| 3.3 初始聚类中心的设定和目标函数的加权 | 第47-50页 |
| 3.3.1 密度函数理论 | 第47-48页 |
| 3.3.2 密度函数寻求初始聚类中心 | 第48-49页 |
| 3.3.3 目标函数加权 | 第49-50页 |
| 3.4 目标函数全局最优的保障思路与方法 | 第50-53页 |
| 3.4.1 纵横交叉算法 | 第50-53页 |
| 3.4.2 CSO算法与FCM算法相结合 | 第53页 |
| 3.5 隐性知识外显案例聚类计算的迭代过程 | 第53-55页 |
| 4 ⅹⅹ物流公司客户细分算例分析 | 第55-60页 |
| 4.1 数据来源 | 第55-57页 |
| 4.1.1 ⅹⅹ物流公司发展情况简介 | 第55-56页 |
| 4.1.2 数据的收集和预处理 | 第56-57页 |
| 4.2 实验设计 | 第57-58页 |
| 4.3 实验结果 | 第58-60页 |
| 5 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第67页 |