摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-11页 |
·课题引入的背景 | 第8-9页 |
·国内外聚类融合方法发展概况 | 第9-10页 |
·本文的主要工作 | 第10页 |
·内容组织 | 第10-11页 |
第二章 聚类算法综述 | 第11-18页 |
·数据挖掘的概念 | 第11页 |
·聚类方法综述 | 第11-17页 |
·聚类过程概述 | 第11-12页 |
·聚类算法的介绍和对比 | 第12-17页 |
⑴基于划分的方法 | 第12-13页 |
⑵层次方法 | 第13-14页 |
⑶基于密度的方法 | 第14页 |
⑷基于网格的方法 | 第14-15页 |
⑸基于模型的方法 | 第15-16页 |
⑹聚类算法性能的对比 | 第16-17页 |
·小结 | 第17-18页 |
第三章 聚类融合算法概述 | 第18-23页 |
·聚类融合算法的研究背景 | 第18页 |
·聚类融合方法概述 | 第18-22页 |
·聚类成员的产生 | 第20-21页 |
·共识函数的设计 | 第21-22页 |
·小结 | 第22-23页 |
第四章 基于投票策略的聚类融合算法 | 第23-33页 |
·基于投票策略的聚类融合算法思想 | 第23-24页 |
·VCE 算法的关键技术 | 第24-27页 |
·聚类成员的产生 | 第24页 |
·标签匹配的设计 | 第24-26页 |
·基于投票策略的融合算法设计 | 第26-27页 |
·衡量标准 | 第27页 |
·基于投票策略的聚类融合算法 | 第27-28页 |
·VCE 算法实现与仿真 | 第28-31页 |
·小结 | 第31-33页 |
第五章 VCE 算法在电信的地域客户细分中的应用和实现 | 第33-40页 |
·问题的引入 | 第33页 |
·客户细分的必要性 | 第33页 |
·数据的收集,选择和预处理 | 第33-35页 |
·基于聚类分析的细分模型的建立 | 第35-36页 |
·VCE 算法在客户细分中的应用 | 第36-39页 |
·小结 | 第39-40页 |
结论和展望 | 第40-42页 |
读研期间发表的论文及参与的科研项目 | 第42-43页 |
致谢 | 第43-44页 |
参考文献 | 第44-46页 |