基于商空间的聚类方法研究及其在CRM中的应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-13页 |
| ·选题背景及研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·聚类分析方法的研究现状 | 第8-9页 |
| ·商空间粒度计算理论的研究现状 | 第9页 |
| ·聚类分析和商空间交叉研究现状 | 第9-10页 |
| ·CRM 客户细分研究现状 | 第10-11页 |
| ·研究内容以及论文组织结构 | 第11-13页 |
| 第二章 商空间理论及聚类分析 | 第13-24页 |
| ·聚类分析概述 | 第13-19页 |
| ·聚类分析的概念 | 第13页 |
| ·聚类分析中的相异度度量方法 | 第13-16页 |
| ·聚类分析的分类 | 第16-19页 |
| ·商空间理论简介 | 第19-21页 |
| ·商空间模型 | 第19-20页 |
| ·商空间粒度的获取与调节 | 第20-21页 |
| ·商空间分析法 | 第21页 |
| ·聚类分析中的粒度原理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于商空间的模糊聚类分析方法 | 第24-33页 |
| ·基于商空间的模糊聚类方法概述 | 第24页 |
| ·相关技术知识 | 第24-27页 |
| ·模糊聚类分析 | 第24-26页 |
| ·分层递阶结构 | 第26-27页 |
| ·商空间粒度聚类分析理论基础 | 第27页 |
| ·基于商空间的模糊聚类分析方法 | 第27-30页 |
| ·基于商空间的模糊聚类分析方法的思路及模型 | 第27-28页 |
| ·基于商空间的模糊聚类分析方法的具体描述 | 第28-30页 |
| ·应用实例分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 一种基于商空间的 NCQS 算法 | 第33-43页 |
| ·NCQS 算法概述 | 第33页 |
| ·CURD 算法 | 第33-34页 |
| ·CURD 算法框架 | 第33-34页 |
| ·相关定义 | 第34页 |
| ·高维数据的处理方法 | 第34-35页 |
| ·维约简处理方法的思想 | 第34-35页 |
| ·信息熵和商空间结合的维约简方法 | 第35页 |
| ·NCQS 算法 | 第35-39页 |
| ·算法思想 | 第35-36页 |
| ·算法描述 | 第36-38页 |
| ·算法时间和空间复杂度分析 | 第38-39页 |
| ·实验分析 | 第39-42页 |
| ·算法的正确性与精度分析 | 第39-41页 |
| ·维数对聚类结果的影响分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 NCQS 聚类算法在 CRM 中的应用 | 第43-54页 |
| ·数据挖掘在CRM 中的应用 | 第43页 |
| ·客户细分相关理论 | 第43-44页 |
| ·客户细分的概述 | 第43-44页 |
| ·客户细分的实现过程 | 第44页 |
| ·基于NCQS 算法的客户细分模型 | 第44-53页 |
| ·客户细分模型的设计 | 第45页 |
| ·客户细分模型的运行过程 | 第45-51页 |
| ·模型的解释和分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 在学期间发表的学术论文和参加科研情况 | 第60页 |
