基于K-means的关联规则聚类分析与可视化
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 引言 | 第7-13页 |
| 1.1 数据挖掘 | 第7-9页 |
| 1.1.1 基本概念 | 第7-8页 |
| 1.1.2 数据挖掘主要方法 | 第8-9页 |
| 1.1.3 数据挖掘的应用 | 第9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.3 主要研究内容 | 第10页 |
| 1.4 论文组织结构 | 第10-13页 |
| 第二章 关联规则与聚类分析 | 第13-19页 |
| 2.1 关联规则 | 第13-14页 |
| 2.1.1 基本概念 | 第13页 |
| 2.1.2 频繁项集 | 第13-14页 |
| 2.1.3 研究现状 | 第14页 |
| 2.2 聚类分析 | 第14-16页 |
| 2.2.1 基本概念 | 第14-15页 |
| 2.2.2 聚类分析步骤和方法 | 第15页 |
| 2.2.3 研究现状 | 第15-16页 |
| 2.3 K-means方法 | 第16-17页 |
| 2.3.1 基本概念 | 第16页 |
| 2.3.2 研究现状 | 第16-17页 |
| 2.4 本章小结 | 第17-19页 |
| 第三章 基于K-means的关联规则聚类算法 | 第19-33页 |
| 3.1 引言 | 第19页 |
| 3.2 相关工作分析 | 第19-20页 |
| 3.3 冗余关联规则的删除 | 第20-21页 |
| 3.3.1 冗余关联规则的定义 | 第20页 |
| 3.3.2 算法描述 | 第20-21页 |
| 3.4 关联规则的聚类 | 第21-24页 |
| 3.4.1 初始点的选择 | 第21-22页 |
| 3.4.2 相似性度量的定义 | 第22页 |
| 3.4.3 聚类结果的显示 | 第22-23页 |
| 3.4.4 算法描述 | 第23-24页 |
| 3.5 实验结果及分析 | 第24-29页 |
| 3.5.1 冗余关联规则 | 第24-26页 |
| 3.5.2 关联规则聚类 | 第26-29页 |
| 3.5.3 恒星光谱数据 | 第29页 |
| 3.6 本章小结 | 第29-33页 |
| 第四章 恒星光谱关联规则簇的可视化 | 第33-41页 |
| 4.1 引言 | 第33页 |
| 4.2 相关工作分析 | 第33-34页 |
| 4.3 实验结果及分析 | 第34-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-49页 |
| 致谢 | 第49-51页 |
| 攻读学位期间发表的学术论文目录 | 第51页 |
