K-means聚类算法研究及应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 导论 | 第8-12页 |
| ·选题的目的和意义 | 第8-9页 |
| ·国内外相关研究综述 | 第9-11页 |
| ·研究内容和研究方法 | 第11-12页 |
| 第2章 数据挖掘中的聚类分析 | 第12-27页 |
| ·聚类分析的基础知识 | 第12-17页 |
| ·类的定义及表示 | 第12-13页 |
| ·相似性测度 | 第13-14页 |
| ·类间的测度函数 | 第14-15页 |
| ·常用的聚类策略 | 第15-16页 |
| ·聚类的一般步骤 | 第16-17页 |
| ·聚类分析的方法 | 第17-21页 |
| ·基于层次的方法 | 第17-19页 |
| ·基于划分的方法 | 第19-20页 |
| ·基于密度的方法 | 第20页 |
| ·基于网格的方法 | 第20-21页 |
| ·K-MEANS算法 | 第21-26页 |
| ·K-means算法的基本原理 | 第21-22页 |
| ·K-means算法结构分析 | 第22-24页 |
| ·K-means算法的问题分析及现有改进 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第3章 聚类技术在客户细分中的应用 | 第27-40页 |
| ·客户细分理论概述 | 第27-33页 |
| ·客户关系管理及其发展 | 第27-30页 |
| ·客户价值细分及其管理 | 第30-33页 |
| ·客户价值评价模型的建立 | 第33-35页 |
| ·客户当前价值 | 第33-34页 |
| ·客户的潜在价值 | 第34-35页 |
| ·客户价值评价模型各层因素权重的确立 | 第35-38页 |
| ·客户细分 | 第38-39页 |
| ·客户价值计算 | 第38页 |
| ·客户聚类 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第4章 K-MEANS算法改进 | 第40-51页 |
| ·改进算法 A | 第40-46页 |
| ·K-means的改进思路 | 第40-41页 |
| ·改进算法 A的具体流程 | 第41-42页 |
| ·算法试验及其结果 | 第42-45页 |
| ·新算法 A的缺点分析 | 第45-46页 |
| ·改进算法 B | 第46-50页 |
| ·预备知识 | 第46-48页 |
| ·算法 B重点解决的问题 | 第48页 |
| ·算法 B初始聚类点中心选取法 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-52页 |
| ·论文的主要工作 | 第51页 |
| ·进一步的努力方向 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的论文 | 第56页 |
