| 第1章 引言 | 第1-12页 |
| 1．1 数据挖掘综述 | 第7-10页 |
| 1．1．1． 数据挖掘定义 | 第7页 |
| 1．1．2． 数据挖掘的分类 | 第7-8页 |
| 1．1．3． 数据挖掘研究的发展 | 第8-10页 |
| 1．2 本文的研究动机 | 第10-11页 |
| 1．3 本文组织 | 第11-12页 |
| 第2章 聚类和异常检测综述 | 第12-17页 |
| 2．1 聚类简介 | 第12-13页 |
| 2．2 聚类研究现状 | 第13-16页 |
| 2．2．1． 聚类方法的分类 | 第13-14页 |
| 2．2．2． 聚类研究热点 | 第14-15页 |
| 2．2．3． 需要研究的方向 | 第15-16页 |
| 2．3 异常检测研究和进展 | 第16-17页 |
| 第3章 基于层次的聚类方法 | 第17-38页 |
| 3．1 层次方法概述 | 第17-21页 |
| 3．1．1． 凝聚的和分裂的层次聚类 | 第17-18页 |
| 3．1．2． 簇间距离度量方法 | 第18-20页 |
| 3．1．3． 聚类特征和聚类特征树 | 第20-21页 |
| 3．2 传统层次方法的缺陷 | 第21-24页 |
| 3．2．1． 非球形簇和尺寸非均匀簇分裂及孤立点敏感 | 第21-23页 |
| 3．2．2． 大数据集的处理 | 第23-24页 |
| 3．3 使用多代表点和多阶段聚类的CURE | 第24-38页 |
| 3．3．1． 相关工作介绍 | 第24-26页 |
| 3．3．2． 算法概述 | 第26-27页 |
| 3．3．3． 算法实现 | 第27-31页 |
| 3．3．4． 时间复杂度和空间复杂度分析 | 第31页 |
| 3．3．5． 对大数据集的处理 | 第31-33页 |
| 3．3．6． 对孤立点的处理 | 第33页 |
| 3．3．7． 实验结果对比 | 第33-35页 |
| 3．3．8． 对参数的敏感度分析 | 第35-38页 |
| 第4章 基于距离的异常检测 | 第38-43页 |
| 4．1 异常检测简介 | 第38页 |
| 4．2 基于距离的异常检测 | 第38-42页 |
| 4．2．1． 循环嵌套连接（Nested-loop join） | 第40页 |
| 4．2．2． 基于索引的连接 | 第40-41页 |
| 4．2．3． 基于划分的算法 | 第41-42页 |
| 4．3 CURE算法中对异常检测的处理及缺陷 | 第42-43页 |
| 第5章 采样技术 | 第43-55页 |
| 5．1 随机采样 | 第43-45页 |
| 5．1．1． 随机采样算法在CURE中的应用 | 第43-44页 |
| 5．1．2． 随机采样的缺陷 | 第44-45页 |
| 5．2 基于杂凑的密度偏向采样 | 第45-47页 |
| 5．2．1． 采样的性质 | 第45-46页 |
| 5．2．2． 近似密度偏向的采样 | 第46-47页 |
| 5．3 密度偏向的采样 | 第47-55页 |
| 5．3．1． 内核估计器 | 第48-50页 |
| 5．3．2． 密度偏向的采样技术 | 第50-52页 |
| 5．3．3． 密度偏向采样在聚类和异常检测中应用 | 第52-55页 |
| 第6章 总结和展望 | 第55-58页 |
| 6．1 总结 | 第55-56页 |
| 6．2 将来的工作 | 第56-58页 |
| 6．2．1． 聚类研究 | 第56页 |
| 6．2．2． 数据挖掘描述语言的研究 | 第56-57页 |
| 6．2．3． 异常检测研究 | 第57-58页 |
| 附录： CIAS智能客户分析系统简介 | 第58-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74页 |