| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·聚类融合的发展和国内外研究现状 | 第8-9页 |
| ·论文内容及结构 | 第9-11页 |
| 2 聚类算法综述及经典聚类算法比较 | 第11-27页 |
| ·聚类的流程及聚类算法的分类 | 第11-13页 |
| ·聚类的流程 | 第11-12页 |
| ·聚类算法的分类 | 第12页 |
| ·聚类算法的评价 | 第12-13页 |
| ·数据预处理 | 第13-17页 |
| ·数据的组织和表示 | 第13-14页 |
| ·距离与相似性的度量 | 第14-17页 |
| ·基于层次的聚类算法 | 第17-18页 |
| ·聚合层次聚类 | 第17-18页 |
| ·分解层次聚类 | 第18页 |
| ·基于划分的聚类算法 | 第18-20页 |
| ·基本思想 | 第18-19页 |
| ·评价函数 | 第19页 |
| ·K-Means算法 | 第19-20页 |
| ·基于密度的聚类 | 第20-22页 |
| ·基于网格的聚类 | 第22-23页 |
| ·其他聚类算法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 聚类融合 | 第27-37页 |
| ·概述 | 第27-28页 |
| ·聚类成员的生成 | 第28-29页 |
| ·共识函数设计 | 第29-34页 |
| ·基于共协矩阵的算法算法 | 第29-31页 |
| ·投票算法 | 第31-33页 |
| ·基于超图的融合算法 | 第33-34页 |
| ·相异度测量准则 | 第34-36页 |
| ·Rand Index指标 | 第34-35页 |
| ·Adjusted Rand Index指标 | 第35页 |
| ·Jaccard Index指标 | 第35-36页 |
| ·Mutual Information指标 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 基于PCA的加权聚类融合算法(PCA-based Clustering Ensemble) | 第37-51页 |
| ·基于PCA的聚类成员产生方法(PCA-PART) | 第37-39页 |
| ·PCA-PART方法描述 | 第37-39页 |
| ·PCA-PART算法的融合局限性以及解决方案 | 第39页 |
| ·融合函数的设计 | 第39-41页 |
| ·聚类成员的质量评价标准 | 第39-40页 |
| ·权重的设计 | 第40-41页 |
| ·基于PCA的加权聚类融合算法 | 第41-44页 |
| ·算法简介 | 第41-42页 |
| ·算法流程 | 第42-43页 |
| ·算法性能 | 第43-44页 |
| ·实验结果和分析 | 第44-49页 |
| ·实验数据 | 第44页 |
| ·实验结果 | 第44-49页 |
| ·本章小结 | 第49-51页 |
| 5 PCE算法在电信客户细分中的应用 | 第51-64页 |
| ·背景 | 第51页 |
| ·客户细分 | 第51-53页 |
| ·电信行业的客户细分 | 第51-52页 |
| ·现有细分方法存在的问题 | 第52-53页 |
| ·基于聚类融合的客户细分 | 第53-63页 |
| ·需求调研 | 第53-54页 |
| ·数据处理 | 第54-55页 |
| ·PCE算法在电信客户细分中的应用 | 第55-59页 |
| ·结果分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结和展望 | 第64-65页 |
| ·工作总结 | 第64页 |
| ·研究展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |