| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 引言 | 第16-20页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究意义 | 第17页 |
| 1.3 研究思路及创新点 | 第17-20页 |
| 2 文献综述 | 第20-52页 |
| 2.1 聚类分析中的数据特点 | 第20-28页 |
| 2.1.1 聚类分析在管理领域的应用 | 第20-21页 |
| 2.1.2 数据类型及其相似度和差异度 | 第21-26页 |
| 2.1.3 数据聚类结构分布及特征 | 第26-28页 |
| 2.2 聚类算法综述 | 第28-37页 |
| 2.2.1 聚类分析研究范围及问题 | 第28-29页 |
| 2.2.2 聚类分析算法 | 第29-33页 |
| 2.2.3 聚类分析研究内容 | 第33-34页 |
| 2.2.4 聚类算法特征 | 第34-35页 |
| 2.2.5 k-modes聚类算法框架的基本思想 | 第35-37页 |
| 2.3 聚类外部有效性评价指标 | 第37-40页 |
| 2.3.1 聚类有效性外部评价指标偏差的相关研究 | 第37-39页 |
| 2.3.2 常见的外部评价指标 | 第39-40页 |
| 2.4 聚类内部有效性评价指标 | 第40-47页 |
| 2.4.1 聚类有效性内部评价公理体系 | 第41-42页 |
| 2.4.2 常用的数值型数据聚类有效性内部评价指标 | 第42-44页 |
| 2.4.3 常用的离散型数据聚类有效性内部评价指标 | 第44-47页 |
| 2.5 聚类有效性内部评价指标的评价能力的相关研究 | 第47-52页 |
| 2.5.1 影响聚类有效性内部评价指标的因素 | 第47-50页 |
| 2.5.2 内部评价指标选择的方法 | 第50-52页 |
| 3 基于证据理论的聚类有效性内部评价指标选择策略研究 | 第52-72页 |
| 3.1 外部评价指标的偏差实验 | 第52-56页 |
| 3.1.1 外部指标偏差验证方式 | 第52-53页 |
| 3.1.2 外部指标偏差实验及结果分析 | 第53-56页 |
| 3.2 基于D-S证据理论的内部指标选择策略研究 | 第56-62页 |
| 3.2.1 证据理论的合成框架 | 第56-58页 |
| 3.2.2 评价能力的证据提取 | 第58-60页 |
| 3.2.3 信任分配函数的合成 | 第60-61页 |
| 3.2.4 基于D-S证据理论的内部指标选择策略算法 | 第61-62页 |
| 3.3 SIDS策略效果实验及结果 | 第62-70页 |
| 3.3.1 SIDS策略效果实验设计 | 第62页 |
| 3.3.2 噪音数据的内部评价指标选择策略实验 | 第62-65页 |
| 3.3.3 不同密度结构数据的内部评价指标选择策略实验 | 第65-67页 |
| 3.3.4 次团结构数据的内部评价指标选择策略实验 | 第67-70页 |
| 3.4 本章小结 | 第70-72页 |
| 4 基于分类属性值集中度的聚类有效性内部评价指标研究 | 第72-95页 |
| 4.1 分类数据属性值集中度的相关概念准备 | 第72-77页 |
| 4.2 分类数据聚类内部评价指标CVC的参数选择策略 | 第77-79页 |
| 4.3 CVC指标的示例及特性 | 第79-83页 |
| 4.3.1 CONC及DCRP示例及特性 | 第79-82页 |
| 4.3.2 CVC指标示例 | 第82-83页 |
| 4.4 分类数据内部评价指标实验结果及分析 | 第83-94页 |
| 4.4.1 分类数据内部评价指标实验设计 | 第83页 |
| 4.4.2 CVC指标参数选择实验 | 第83-86页 |
| 4.4.3 分类数据内部评价指标实验结果的趋势分析 | 第86-89页 |
| 4.4.4 分类数据内部评价指标实验结果的SIDS策略分析 | 第89-94页 |
| 4.5 本章小结 | 第94-95页 |
| 5 基于二值数据属性类型的聚类有效性内部评价指标研究 | 第95-112页 |
| 5.1 基于二值属性特征类型的二值数据内部评价指标 | 第95-98页 |
| 5.1.1 二值数据属性类型概念准备 | 第95-98页 |
| 5.1.2 基于DBD的二值数据聚类分析内部评价指标 | 第98页 |
| 5.2 二值数据聚类分析内部评价指标的计算步骤和示例 | 第98-100页 |
| 5.3 基于二值属性特征类型聚类有效性内部评价指标实验 | 第100-107页 |
| 5.3.1 二值数据内部评价指标实验设计 | 第100-101页 |
| 5.3.2 数据内部评价指标实验结果的趋势分析 | 第101-103页 |
| 5.3.3 二值数据内部评价指标实验结果的SIDS策略分析 | 第103-107页 |
| 5.4 CVTAB指标与CVC指标对比分析 | 第107-111页 |
| 5.4.1 分类变量转化为二值变量的差异度变化分析 | 第108-109页 |
| 5.4.2 CVC指标与CVTAB指标的对比实验 | 第109-111页 |
| 5.5 本章小结 | 第111-112页 |
| 6 基于分类属性特征强度的聚类算法研究 | 第112-137页 |
| 6.1 基于分类属性特征值强度的相关概念准备 | 第112-113页 |
| 6.2 基于分类属性特征值强度的聚类算法提出 | 第113-114页 |
| 6.3 聚类算法实验 | 第114-133页 |
| 6.3.1 k-SV聚类算法效果实验 | 第115-125页 |
| 6.3.2 k-SV聚类算法有效性内部评价实验 | 第125-129页 |
| 6.3.3 k-SV聚类算法时间复杂度实验 | 第129-131页 |
| 6.3.4 k-SV聚类算法稳定性实验 | 第131-133页 |
| 6.4 聚类分析在人力资源管理领域的应用示例 | 第133-136页 |
| 6.4.1 实验数据处理 | 第133-134页 |
| 6.4.2 实验结果及分析 | 第134-136页 |
| 6.5 本章小结 | 第136-137页 |
| 7 结论 | 第137-140页 |
| 参考文献 | 第140-148页 |
| 附录 | 第148-176页 |
| 附录A CVC指标参数选择实验结果 | 第148-152页 |
| 附录B 分类数据聚类有效性内部评价结果 | 第152-162页 |
| 附录C 二值数据聚类有效性内部评价结果 | 第162-168页 |
| 附录D 聚类算法实验结果 | 第168-176页 |
| 作者简历及在学研究成果 | 第176-179页 |
| 学位论文数据集 | 第179页 |
