摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-23页 |
·数据挖掘的概述 | 第11-18页 |
·数据挖掘及其现状 | 第11-13页 |
·数据挖掘系统与其他系统的区别 | 第13-14页 |
·数据挖掘的分类、过程及功能 | 第14-18页 |
·聚类分析的概述 | 第18-21页 |
·聚类分析的概念 | 第18-19页 |
·聚类方法的分类 | 第19-20页 |
·大数据集聚类的现状 | 第20-21页 |
·本文的主要工作及章节安排 | 第21-23页 |
第二章 数据挖掘中的可视化技术 | 第23-35页 |
·可视化技术的定义 | 第23-24页 |
·可视化技术的分类 | 第24-29页 |
·可视化数据挖掘的研究现状 | 第29-31页 |
·数据挖掘中可视化技术的应用 | 第31-33页 |
·聚类分析与数据可视化 | 第33-34页 |
·本章小结 | 第34-35页 |
第三章 可视化技术在MinerOnWeb 中的实现 | 第35-63页 |
·MinerOnWeb 的概述 | 第35-38页 |
·平行坐标可视化聚类系统的思想 | 第38-44页 |
·平行坐标的概念 | 第39-40页 |
·平行坐标的重要性 | 第40-41页 |
·基于维约束的平行坐标系 | 第41-42页 |
·带刷子的平行坐标系 | 第42-44页 |
·平行坐标在MinerOnWeb 系统中的设计和实现 | 第44-62页 |
·模块概述 | 第44-45页 |
·模块功能设计 | 第45-47页 |
·数据结构定义 | 第47-50页 |
·EJB 服务端的实现 | 第50-51页 |
·WEB 服务端的实现 | 第51-58页 |
·模块界面 | 第58-62页 |
·本章小结 | 第62-63页 |
第四章 大数据集聚类方法在MinerOnWeb 中的实现 | 第63-76页 |
·大数据集聚类的现状 | 第63页 |
·一种新的大数据集聚类方法 | 第63-68页 |
·抽样 | 第64-66页 |
·聚类 | 第66-67页 |
·类标签 | 第67-68页 |
·大数据集聚类方法在MinerOnWeb 系统中的设计和实现 | 第68-75页 |
·大数据集聚类方法描述 | 第68-69页 |
·大数据集聚类方法功能设计 | 第69-70页 |
·数据结构定义 | 第70-71页 |
·EJB 服务端实现 | 第71-72页 |
·WEB 服务端实现 | 第72-75页 |
·本章小结 | 第75-76页 |
第五章 大数据集聚类方法在MinerOnWeb 系统中的应用 | 第76-86页 |
·系统运行环境与实验数据集 | 第76页 |
·实验目的 | 第76-77页 |
·实验流程 | 第77-82页 |
·实验结果分析 | 第82-84页 |
·本章小结 | 第84-86页 |
第六章 总结和展望 | 第86-88页 |
·总结 | 第86-87页 |
·展望 | 第87-88页 |
致谢 | 第88-89页 |
参考文献 | 第89-92页 |
附录 | 第92-93页 |
个人简历及攻读硕士期间的成果 | 第93-94页 |