改进的模糊聚类算法及其在电信欠费数据中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-14页 |
| ·电信欠费数据的研究现状 | 第11-12页 |
| ·聚类分析的研究现状 | 第12页 |
| ·模糊聚类的研究现状 | 第12-14页 |
| ·本文的研究内容以及论文结构 | 第14-15页 |
| 第二章 数据挖掘及聚类分析 | 第15-23页 |
| ·数据挖掘技术 | 第15-18页 |
| ·数据挖掘的功能 | 第16-17页 |
| ·数据挖掘技术分类 | 第17-18页 |
| ·聚类分析 | 第18-22页 |
| ·聚类分析的一般步骤 | 第18-19页 |
| ·聚类分析中的数据结构 | 第19-20页 |
| ·聚类分析中的数据类型 | 第20页 |
| ·聚类算法的分类 | 第20-21页 |
| ·当前聚类算法存在的问题 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 模糊C-均值（FCM）算法 | 第23-32页 |
| ·模糊理论的基本知识 | 第23-26页 |
| ·经典集合与模糊集合 | 第23-24页 |
| ·模糊集合的表示方法 | 第24页 |
| ·模糊集合的基本运算 | 第24-25页 |
| ·模糊集合的相关理论 | 第25-26页 |
| ·硬C-均值（HCM）聚类算法 | 第26-27页 |
| ·模糊C-均值（FCM）算法 | 第27-31页 |
| ·数据集的划分及目标函数的确定 | 第27-28页 |
| ·FCM 算法介绍 | 第28-29页 |
| ·FCM 算法分析 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 模糊聚类新算法研究 | 第32-39页 |
| ·基于信息熵的FCM 算法 | 第32-34页 |
| ·信息熵理论 | 第32-33页 |
| ·类合并算法 | 第33-34页 |
| ·基于信息熵的FCM 算法 | 第34页 |
| ·基于熵加权的FCM 算法 | 第34-36页 |
| ·算法的基本思想 | 第34页 |
| ·加权算法介绍 | 第34-35页 |
| ·算法的具体步骤 | 第35-36页 |
| ·实验与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 新算法在电信欠费领域中的应用 | 第39-46页 |
| ·电信欠费数据介绍 | 第39-41页 |
| ·电信行业数据的特点 | 第39页 |
| ·数据来源 | 第39-40页 |
| ·数据初始化与预处理 | 第40-41页 |
| ·算法实现 | 第41-45页 |
| ·聚类过程 | 第41-42页 |
| ·聚类结果 | 第42页 |
| ·结果分析 | 第42-45页 |
| ·业务分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·论文做的工作 | 第46页 |
| ·进一步的问题探讨 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52-53页 |
