聚类算法及其在客户行为分析中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究的背景和意义 | 第10-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·聚类分析 | 第11页 |
| ·聚类中心初始化方法 | 第11页 |
| ·孤立点检测 | 第11-12页 |
| ·聚类在客户行为分析中的应用 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 聚类分析算法综述 | 第14-26页 |
| ·聚类分析的基本概念 | 第14-16页 |
| ·聚类定义 | 第14页 |
| ·聚类有效性的评价 | 第14-15页 |
| ·对聚类分析算法的典型要求 | 第15-16页 |
| ·主要的聚类算法 | 第16-22页 |
| ·划分方法 | 第16-17页 |
| ·层次方法 | 第17页 |
| ·基于密度的方法 | 第17页 |
| ·基于网格的方法 | 第17-18页 |
| ·基于模型的方法 | 第18页 |
| ·孤立点分析 | 第18-22页 |
| ·聚类分析研究现状 | 第22-24页 |
| ·聚类分析的研究热点 | 第23-24页 |
| ·聚类研究目前存在的问题 | 第24页 |
| ·聚类分析技术的应用 | 第24-26页 |
| 第三章 基于动态网格生成技术的聚类中心初始化算法 | 第26-34页 |
| ·算法背景 | 第26-27页 |
| ·相关概念 | 第27-28页 |
| ·算法描述 | 第28-29页 |
| ·算法流程 | 第29-30页 |
| ·实验分析 | 第30-34页 |
| ·算法寻找真实簇的能力 | 第30-31页 |
| ·时间复杂度分析 | 第31-33页 |
| ·实例输入敏感度分析 | 第33-34页 |
| 第四章 基于转换聚类的孤立点检测算法 | 第34-40页 |
| ·算法背景 | 第34页 |
| ·相关概念 | 第34-36页 |
| ·算法描述 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·实验分析 | 第38-40页 |
| ·算法寻找孤立点的能力 | 第38-39页 |
| ·时间复杂度分析 | 第39页 |
| ·输入参数对算法的影响 | 第39-40页 |
| 第五章 聚类技术在客户行为分析中的应用 | 第40-50页 |
| ·电信企业客户行为分析应用 | 第40-41页 |
| ·聚类技术在客户行为分析中的应用实例 | 第41-50页 |
| ·需求分析 | 第41-42页 |
| ·数据探索 | 第42-43页 |
| ·数据准备 | 第43-44页 |
| ·建立模型 | 第44-46页 |
| ·模型评估 | 第46页 |
| ·模型应用 | 第46-50页 |
| 第六章 结束语 | 第50-52页 |
| ·论文总结 | 第50页 |
| ·本文的创新点 | 第50-51页 |
| ·进一步的研究工作 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
