| 表目录 | 第1-7页 |
| 图目录 | 第7-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及选题意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·课题研究内容 | 第13-14页 |
| ·本文结构安排 | 第14-15页 |
| 第二章 相关背景知识介绍 | 第15-26页 |
| ·数据挖掘技术 | 第15-16页 |
| ·数据挖掘技术产生背景及发展历程 | 第15-16页 |
| ·数据挖掘技术定义和数据挖掘过程 | 第16页 |
| ·聚类分析 | 第16-18页 |
| ·相似度测量方法 | 第18-20页 |
| ·二元变量 | 第19页 |
| ·距离度量 | 第19-20页 |
| ·几种聚类策略 | 第20-21页 |
| ·基于密度的方法 | 第20页 |
| ·基于划分的方法 | 第20页 |
| ·基于层次的方法 | 第20-21页 |
| ·基于网格的方法 | 第21页 |
| ·电子邮件相关知识 | 第21-26页 |
| 第三章 基于数据挖掘技术的电子邮件地址聚类系统设计 | 第26-42页 |
| ·需求分析 | 第26-29页 |
| ·项目范围与目标 | 第26页 |
| ·基本需求 | 第26-27页 |
| ·用例分析 | 第27-29页 |
| ·系统设计思想 | 第29-32页 |
| ·系统设计原则 | 第29页 |
| ·设计目标 | 第29页 |
| ·系统总体结构 | 第29-32页 |
| ·系统的各模块设计 | 第32-42页 |
| ·邮件信息抽取模块 | 第32-33页 |
| ·数据预处理模块 | 第33-36页 |
| ·相似度测量模块 | 第36-37页 |
| ·基于DBSCAN算法的聚类模块 | 第37-39页 |
| ·邮件信息统计模块 | 第39-42页 |
| 第四章 基于数据挖掘技术的电子邮件地址聚类系统实现 | 第42-59页 |
| ·邮件信息抽取算法 | 第42-45页 |
| ·数据预处理 | 第45-51页 |
| ·数据清理 | 第45-48页 |
| ·数据集成 | 第48-49页 |
| ·数据简化 | 第49页 |
| ·数据转换 | 第49-51页 |
| ·相似度测量 | 第51-52页 |
| ·基于DBSCAN算法的聚类方法 | 第52-54页 |
| ·邮件信息统计 | 第54-59页 |
| ·特定地址邮件收发数量的统计 | 第55-57页 |
| ·特定地址联系状况的统计 | 第57-59页 |
| 第五章 测试与分析 | 第59-68页 |
| ·对比实验 | 第59-67页 |
| ·参数敏感性实验 | 第59-60页 |
| ·算法效率实验 | 第60-67页 |
| ·实验结果分析 | 第67-68页 |
| 结束语 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第73-74页 |
| 致谢 | 第74页 |