| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第12-32页 |
| 1.1 研究背景 | 第12-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.3 论文研究的理论基础及文献评述 | 第16-27页 |
| 1.3.1 客户细分基础理论 | 第16-20页 |
| 1.3.2 客户价值理论 | 第20-21页 |
| 1.3.3 电力客户细分国内外研究文献评述 | 第21-26页 |
| 1.3.4 本文拟解决的主要问题 | 第26-27页 |
| 1.4 研究思路与研究方法 | 第27-28页 |
| 1.4.1 研究思路 | 第27-28页 |
| 1.4.2 研究方法 | 第28页 |
| 1.5 论文的研究框架 | 第28-31页 |
| 1.5.1 研究内容 | 第28-29页 |
| 1.5.2 技术路线 | 第29-30页 |
| 1.5.3 论文结构 | 第30-31页 |
| 1.6 本章小结 | 第31-32页 |
| 2 工业电力客户细分模型构建 | 第32-50页 |
| 2.1 客户细分模型的组成要素 | 第32-38页 |
| 2.1.1 客户细分变量 | 第33-35页 |
| 2.1.2 客户细分技术 | 第35-38页 |
| 2.2 客户细分建模思想比较 | 第38-44页 |
| 2.2.1 基于先验价值模型的客户细分研究 | 第38-40页 |
| 2.2.2 基于数据挖掘的客户细分研究 | 第40-42页 |
| 2.2.3 两种建模思想对比 | 第42-44页 |
| 2.3 客户细分建模的发展方向：动态客户细分 | 第44-45页 |
| 2.4 工业电力客户细分模型构建 | 第45-48页 |
| 2.4.1 电力客户细分建模的原则 | 第45-46页 |
| 2.4.2 基于CRISP-DM的工业电力客户细分模型 | 第46-48页 |
| 2.5 本章小结 | 第48-50页 |
| 3 基于客户价值的工业电力客户细分变量提取 | 第50-68页 |
| 3.1 工业电力客户价值构成 | 第50-56页 |
| 3.1.1 客户价值及内涵 | 第50-52页 |
| 3.1.2 工业客户及其电力需求特点 | 第52-53页 |
| 3.1.3 工业电力客户细分目标 | 第53-54页 |
| 3.1.4 工业电力客户价值构成 | 第54-56页 |
| 3.2 工业电力客户价值细分变量选取 | 第56-61页 |
| 3.2.1 变量选取理论依据 | 第56-58页 |
| 3.2.2 变量选取原则 | 第58-59页 |
| 3.2.3 工业电力客户价值细分变量选取 | 第59-61页 |
| 3.3 工业电力客户价值细分变量的修正 | 第61-66页 |
| 3.3.1 缺失值比率法剔除无效指标 | 第62页 |
| 3.3.2 离散趋势法删除区分度低的指标 | 第62-63页 |
| 3.3.3 R型聚类分析删除相关度高的指标 | 第63-65页 |
| 3.3.4 修正后的工业电力客户细分变量集 | 第65-66页 |
| 3.4 本章小结 | 第66-68页 |
| 4 工业电力客户细分属性相异度量模型 | 第68-98页 |
| 4.1 粗糙k均值聚类 | 第68-74页 |
| 4.1.1 粗糙集理论和粗糙聚类 | 第68-70页 |
| 4.1.2 粗糙k均值聚类算法 | 第70-71页 |
| 4.1.3 粗糙k均值的属性相异度量及其局限 | 第71-74页 |
| 4.2 面向层次型分类属性的相异度量 | 第74-84页 |
| 4.2.1 分类属性的传统相异度量 | 第74-76页 |
| 4.2.2 层次型分类属性及其度量 | 第76-79页 |
| 4.2.3 引入指标距离的改进距离层次 | 第79-84页 |
| 4.3 工业电力客户细分属性的相异度量模型 | 第84-96页 |
| 4.3.1 工业电力客户细分属性的相异度量模型 | 第84-95页 |
| 4.3.2 相异度量的有效性验证 | 第95-96页 |
| 4.4 本章小结 | 第96-98页 |
| 5 面向动态电力客户细分的进化聚类算法 | 第98-122页 |
| 5.1 电力客户特点和动态聚类的界定 | 第98-102页 |
| 5.1.1 电力客户的契约性 | 第98-100页 |
| 5.1.2 动态聚类的界定和特征 | 第100-102页 |
| 5.2 自适应进化聚类框架 | 第102-107页 |
| 5.2.1 自适应进化聚类基本原理 | 第102-105页 |
| 5.2.2 自适应进化聚类算法描述 | 第105-107页 |
| 5.2.3 自适应进化聚类的局限性 | 第107页 |
| 5.3 类结构变动的判定与处理 | 第107-112页 |
| 5.3.1 类消亡的判定及删除类的操作 | 第108-110页 |
| 5.3.2 产生新类的判定及添加类的操作 | 第110-112页 |
| 5.4 考虑类结构变动的自适应进化聚类算法 | 第112-115页 |
| 5.4.1 考虑类结构变动的自适应进化聚类框架 | 第112-113页 |
| 5.4.2 考虑类结构变动的自适应进化聚类算法 | 第113-115页 |
| 5.5 仿真实验及结果分析 | 第115-120页 |
| 5.5.1 实验一：考虑类结构变动的自适应进化聚类工作过程 | 第115-118页 |
| 5.5.2 实验二：对比分析 | 第118-120页 |
| 5.6 本章小结 | 第120-122页 |
| 6 工业电力客户细分实例分析 | 第122-146页 |
| 6.1 实验数据来源及数据预处理 | 第122-124页 |
| 6.1.1 实验数据来源 | 第122-123页 |
| 6.1.2 数据预处理 | 第123-124页 |
| 6.2 静态工业电力客户细分与结果分析 | 第124-130页 |
| 6.2.1 静态工业电力客户细分过程 | 第124-126页 |
| 6.2.2 细分结果分析 | 第126-130页 |
| 6.3 动态工业电力客户细分与结果分析 | 第130-144页 |
| 6.3.1 参数设置与聚类结果的变化挖掘 | 第130-133页 |
| 6.3.2 细分结果分析 | 第133-144页 |
| 6.4 本章小结 | 第144-146页 |
| 7 结论与展望 | 第146-148页 |
| 7.1 论文主要工作及创新性成果 | 第146-147页 |
| 7.2 有待进一步研究的问题 | 第147-148页 |
| 参考文献 | 第148-166页 |
| 附录 | 第166-178页 |
| 致谢 | 第178-180页 |
| 攻读博士学位期间发表的学术论文和参加科研情况 | 第180-181页 |