| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·研究现状 | 第9-14页 |
| ·数据挖掘的研究现状 | 第9-13页 |
| ·聚类算法研究现状 | 第13-14页 |
| ·研究目标及内容 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第二章 聚类分析相关技术简介 | 第16-27页 |
| ·聚类算法及相关理论 | 第16-22页 |
| ·聚类和类的定义 | 第16页 |
| ·聚类中的数据类型 | 第16-17页 |
| ·聚类中的距离和相似度计算 | 第17-22页 |
| ·常见的聚类算法 | 第22-24页 |
| ·聚类算法的分类 | 第22-24页 |
| ·聚类算法的比较标准 | 第24页 |
| ·聚类算法的关键性问题 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于改进的模糊 K-MEANS 算法研究与仿真实验 | 第27-43页 |
| ·模糊 K-均值算法思想 | 第27-30页 |
| ·模糊 K-均值算法分析 | 第27-29页 |
| ·模糊 K-Means 算法存在的问题 | 第29-30页 |
| ·基于改进的模糊 K-均值算法 | 第30-40页 |
| ·对选取 FKM 聚类初始中心的改进 | 第30-34页 |
| ·对 FKM 特征权重的改进 | 第34-39页 |
| ·改进后的模糊 K-Means 算法 | 第39-40页 |
| ·仿真实验及结果分析 | 第40-42页 |
| ·本章总结 | 第42-43页 |
| 第四章 基于改进的 BIRCH 算法研究与仿真实验 | 第43-60页 |
| ·BIRCH 算法思想 | 第43-47页 |
| ·BIRCH 算法分析 | 第43-47页 |
| ·BIRCH 算法存在的问题 | 第47页 |
| ·基于改进的 BIRCH 算法研究 | 第47-55页 |
| ·聚类密度思想 | 第48页 |
| ·改进的基于密度的 BIRCH 聚类算法 | 第48-55页 |
| ·实验及分析 | 第55-58页 |
| ·本章总结 | 第58-60页 |
| 第五章 在线分析系统设计与实现 | 第60-81页 |
| ·需求分析 | 第60-61页 |
| ·系统总体架构 | 第61-63页 |
| ·系统数据库模块设计 | 第63-68页 |
| ·软件服务业数据分析 | 第63-65页 |
| ·数据库连接模块 | 第65-67页 |
| ·数据预处理模块 | 第67-68页 |
| ·系统主界面设计 | 第68-69页 |
| ·月报数据分析模块 | 第69页 |
| ·趋势分析模块 | 第69-71页 |
| ·聚类分析模块 | 第71-79页 |
| ·异常分析模块 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |