区间集粗糙集理论与聚类算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景及其意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-15页 |
| 1.2.1 聚类研究现状 | 第8-12页 |
| 1.2.2 粗糙集研究现状 | 第12-14页 |
| 1.2.3 基于粗糙集理论聚类算法 | 第14-15页 |
| 1.2.4 推荐场景研究现状 | 第15页 |
| 1.3 论文的主要内容与结构 | 第15-16页 |
| 1.4 本文的主要创新点 | 第16页 |
| 1.5 本章总结 | 第16-17页 |
| 第二章 预备知识 | 第17-21页 |
| 2.1 粗糙集的概念与性质 | 第17-19页 |
| 2.2 区间集的概念与性质 | 第19-20页 |
| 2.3 本章总结 | 第20-21页 |
| 第三章 区间集粗糙集结构及其性质 | 第21-36页 |
| 3.1 区间集粗糙集结构与性质 | 第21-28页 |
| 3.2 区间集粗糙集不确定性度量 | 第28-31页 |
| 3.3 区间集粗糙集属性约简 | 第31-35页 |
| 3.4 本章总结 | 第35-36页 |
| 第四章 基于区间集粗糙集的改进K-means聚类 | 第36-42页 |
| 4.1 K-means算法 | 第36-37页 |
| 4.2 基于区间集粗糙集的K-means改进算法 | 第37-39页 |
| 4.3 实验与分析 | 第39-41页 |
| 4.4 本章总结 | 第41-42页 |
| 第五章 基于区间集粗糙集的改进密度峰值聚类 | 第42-57页 |
| 5.1 密度峰值聚类算法 | 第42-43页 |
| 5.2 基于区间集粗糙集的密度峰值聚类改进算法 | 第43-49页 |
| 5.3 实验与分析 | 第49-55页 |
| 5.4 本章总结 | 第55-57页 |
| 第六章 基于区间集粗糙集聚类的推荐系统 | 第57-66页 |
| 6.1 推荐系统架构设计 | 第57-59页 |
| 6.2 原始数据获取以及数据采集 | 第59-62页 |
| 6.3 推荐数据处理 | 第62-65页 |
| 6.4 本章总结 | 第65-66页 |
| 第七章 总结与展望 | 第66-67页 |
| 7.1 总结 | 第66页 |
| 7.2 展望 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士期间的研究成果 | 第75页 |
