摘要 | 第1-4页 |
Abstract | 第4-6页 |
目录 | 第6-8页 |
1 绪论 | 第8-12页 |
·研究背景及意义 | 第8页 |
·数据挖掘的基本理论 | 第8-10页 |
·数据挖掘在电信业中的应用 | 第10页 |
·论文的研究内容及组织结构 | 第10-12页 |
2 模糊关联规则 | 第12-30页 |
·模糊关联规则 | 第12-15页 |
·关联规则的基本理论 | 第12页 |
·布尔型和数量型关联规则 | 第12-14页 |
·模糊关联规则 | 第14-15页 |
·模糊关联规则算法分析 | 第15-29页 |
·基于AprioriTid的模糊关联算法(FAMA) | 第15-22页 |
·基于FP-Tree的模糊关联规则挖掘算法(FFP-Tree) | 第22-24页 |
·基于线性链表的模糊关联规则挖掘算法(FMA_LL) | 第24-27页 |
·实验分析 | 第27-29页 |
·本章小结 | 第29-30页 |
3 聚类技术 | 第30-49页 |
·聚类确定隶属度函数的方法 | 第30-43页 |
·线性隶属度函数的挖掘方法 | 第30-39页 |
·非线性隶属度函数的挖掘方法 | 第39-43页 |
·周期性时间序列聚类算法的改进 | 第43-48页 |
·周期性时间聚类问题的提出 | 第43-44页 |
·C均值算法 | 第44页 |
·延拓处理 | 第44-46页 |
·基于延拓的C均值算法 | 第46-47页 |
·算法性能与实验结果分析 | 第47-48页 |
·本章小结 | 第48-49页 |
4 算法在数据集和电信数据中的实验 | 第49-69页 |
·算法在数据集中的实验 | 第49-58页 |
·CURE和GA算法实验 | 第49-52页 |
·FCM和GA_FCM算法实验 | 第52-58页 |
·算法在电信数据中的实验 | 第58-67页 |
·电信客户数据准备 | 第58-59页 |
·电信客户数据清理 | 第59-61页 |
·数据的模糊化处理 | 第61-65页 |
·电信数据的模糊关联挖掘结果 | 第65-67页 |
·本章小结 | 第67-69页 |
5 总结与展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |
附录 | 第74页 |