| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·数据挖掘研究概述 | 第9-10页 |
| ·聚类算法研究现状分析 | 第10-11页 |
| ·数据挖掘发展趋势 | 第11-12页 |
| ·本文主要研究内容及框架 | 第12-14页 |
| 第2章 相关理论及技术基础 | 第14-21页 |
| ·数据挖掘 | 第14-18页 |
| ·数据挖掘基础 | 第14-16页 |
| ·数据挖掘的基本原理 | 第16页 |
| ·现有数据挖掘算法介绍 | 第16-18页 |
| ·数据仓库 | 第18-21页 |
| ·数据仓库的内涵与基本特性 | 第18-19页 |
| ·数据仓库的几个相关概念 | 第19-20页 |
| ·数据仓库构建的现实意义 | 第20-21页 |
| 第3章 聚类分析 | 第21-31页 |
| ·聚类分析概述 | 第21-27页 |
| ·聚类分析的概念 | 第22页 |
| ·聚类分析中的数据类型 | 第22-25页 |
| ·类间距离计算方法 | 第25-26页 |
| ·聚类方法的分类 | 第26-27页 |
| ·K-MEANS聚类算法 | 第27-31页 |
| ·K-means聚类算法的基本思想 | 第27-28页 |
| ·K-means聚类算法描述 | 第28-29页 |
| ·K-means聚类算法实例分析 | 第29-31页 |
| 第4章 对 K-MEANS聚类算法的改进研究 | 第31-58页 |
| ·复合形法对 K-MEANS聚类算法的优化 | 第31-44页 |
| ·K-means聚类算法问题描述 | 第31-32页 |
| ·单纯形法基本原理 | 第32-33页 |
| ·单纯形法实现步骤 | 第33-34页 |
| ·复合形法基本原理与特性分析 | 第34-37页 |
| ·基于复合形法的K-means优化聚类算法设计 | 第37-39页 |
| ·试验与结果分析 | 第39-44页 |
| ·复合形遗传算法对 K-MEANS聚类算法的优化 | 第44-52页 |
| ·遗传算法简介 | 第44-46页 |
| ·遗传算法过程描述 | 第46页 |
| ·遗传算法的基本操作 | 第46-48页 |
| ·基于复合形—遗传算法的K-means聚类算法设计 | 第48-51页 |
| ·仿真验证与结果分析 | 第51-52页 |
| ·组合优化方法对 K-MEANS聚类算法的优化 | 第52-58页 |
| ·基本遗传算法(SGA)在 K-means聚类应用中的特性分析 | 第53-54页 |
| ·复合形法在 K-means聚类应用中的特性分析 | 第54页 |
| ·组合优化算法过程描述 | 第54-55页 |
| ·组合优化方法对 K-means聚类算法改进实现步骤 | 第55-56页 |
| ·试验与结果分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第5章 数据挖掘在超市 CRM中的应用分析 | 第58-68页 |
| ·CRM基础知识 | 第58-60页 |
| ·数据挖掘在 CRM中主要涉及的方面 | 第58页 |
| ·CRM的简单介绍 | 第58-60页 |
| ·系统数据仓库的设计 | 第60-68页 |
| ·数据仓库的建立 | 第60-63页 |
| ·数据预处理 | 第63-65页 |
| ·聚类的实现与结果分析 | 第65-68页 |
| 第6章 总结 | 第68-70页 |
| ·本文研究总结 | 第68-69页 |
| ·下一步工作 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 | 第74-78页 |
| 附录一 原始数据 | 第74-76页 |
| 附录二 预处理后数据 | 第76-78页 |
| 作者攻读硕士期间发表论文及参加的科研活动 | 第78-79页 |
| 致谢 | 第79-80页 |
