| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·数据挖掘概述 | 第7-11页 |
| ·数据挖掘的产生 | 第7页 |
| ·数据挖掘的基本概念 | 第7-9页 |
| ·数据挖掘的功能 | 第9-10页 |
| ·数据挖掘的实际应用 | 第10-11页 |
| ·本文的主要工作 | 第11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 聚类分析 | 第12-24页 |
| ·聚类分析的基本概念 | 第12-17页 |
| ·聚类的定义 | 第12页 |
| ·聚类分析中的数据结构 | 第12-13页 |
| ·相似度度量方法 | 第13-14页 |
| ·聚类分析的数据类型及相应的相似度计算 | 第14-17页 |
| ·聚类算法研究现状 | 第17-19页 |
| ·典型聚类算法介绍 | 第19-24页 |
| ·基于层次的聚类算法 | 第19-20页 |
| ·基于密度的聚类算法 | 第20-23页 |
| ·基于网格的聚类算法 | 第23-24页 |
| 第三章 基于网格和密度的带有距离和层次因子的聚类算法 | 第24-40页 |
| ·GDD 算法存在的问题 | 第24页 |
| ·基本概念介绍 | 第24-25页 |
| ·算法思想和流程 | 第25-30页 |
| ·划分网格 | 第26页 |
| ·计算网格密度 | 第26页 |
| ·聚类过程 | 第26-27页 |
| ·算法流程 | 第27-30页 |
| ·删除噪音簇 | 第30页 |
| ·算法效率分析 | 第30-31页 |
| ·聚类方法的性能评价标准 | 第31-33页 |
| ·GDLD 算法性能分析 | 第33-40页 |
| ·发现任意形状的簇 | 第33-34页 |
| ·对噪声敏感 | 第34-35页 |
| ·对输入顺序不敏感 | 第35-36页 |
| ·算法的执行效率 | 第36页 |
| ·算法参数的选择 | 第36-37页 |
| ·聚类效果评价 | 第37-40页 |
| 第四章 GDLD 算法在学生信息库中的应用研究 | 第40-53页 |
| ·学生学习与数据挖掘 | 第40-41页 |
| ·学习与数据挖掘 | 第40-41页 |
| ·网络教育学院的办学特点 | 第41页 |
| ·算法的选择 | 第41-43页 |
| ·应用分析实例 | 第43-53页 |
| ·问题的提出与分析 | 第43-44页 |
| ·实验数据准备 | 第44-46页 |
| ·GDLD 算法的应用与分析 | 第46-52页 |
| ·实验结果说明 | 第52-53页 |
| 第五章 结论与展望 | 第53-55页 |
| ·论文总结 | 第53页 |
| ·存在问题 | 第53-54页 |
| ·今后工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59页 |