| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-17页 |
| ·选题背景与研究意义 | 第12-14页 |
| ·研究内容和组织结构 | 第14-15页 |
| ·本文的创新之处 | 第15-17页 |
| 第2章 数据挖掘中的聚类分析 | 第17-40页 |
| ·数据挖掘概述 | 第17-20页 |
| ·聚类分析的基本概念 | 第20-28页 |
| ·主要聚类方法综述 | 第28-33页 |
| ·聚类方法的进一步分析与总结 | 第33-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 Q型因子聚类法 | 第40-56页 |
| ·引言 | 第40-41页 |
| ·利用因子载荷阵对样品聚类的基本思想 | 第41-43页 |
| ·数据挖掘中的 Q型因子聚类法 | 第43-49页 |
| ·Q型因子聚类法在上市公司板块分析中的应用 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 对应分析聚类法 | 第56-73页 |
| ·引言 | 第56页 |
| ·Benzécri对应分析 | 第56-59页 |
| ·数据挖掘中的对应分析聚类法 | 第59-67页 |
| ·对应分析聚类法在移动通讯消费市场细分中的应用 | 第67-70页 |
| ·Q型因子聚类法和对应分析聚类法的对比与总结 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第5章 时序数据的函数型聚类分析 | 第73-93页 |
| ·引言 | 第73-74页 |
| ·函数型数据的基函数展开 | 第74-76页 |
| ·函数型数据聚类分析 | 第76-79页 |
| ·基于曲线形态差异的聚类方法 | 第79-83页 |
| ·多变量函数型数据聚类 | 第83-88页 |
| ·函数型聚类分析在投资风险管理中的应用 | 第88-92页 |
| ·本章小结 | 第92-93页 |
| 第6章 总结与展望 | 第93-95页 |
| ·全本的主要工作 | 第93-94页 |
| ·本文的不足之处及进一步研究的方向 | 第94-95页 |
| 附录 A 程序 | 第95-110页 |
| 附录A.1 Q型因子聚类法与对应分析聚类法的程序(SAS语言) | 第95-104页 |
| 附录A.2 函数型聚类分析的程序(Matlab语言) | 第104-110页 |
| 附录 B 附表 | 第110-114页 |
| 附表1 我国各省区2003年三次产业产值(亿元) | 第110-111页 |
| 附表2 我国各省区1997年各类经济资产占总资产比重 | 第111-112页 |
| 附表3 我国各省区1995～2004年城镇居民人均年收入(元) | 第112-113页 |
| 附表4 我国各省区1995～2004年城镇居民人均消费性支出(元) | 第113-114页 |
| 参考文献 | 第114-119页 |
| 致谢 | 第119页 |
