基于SOM和PAM的聚类算法研究及在银行客户细分的应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第6-12页 |
| 1.1 研究背景 | 第6页 |
| 1.2 研究意义 | 第6-7页 |
| 1.3 国内外研究现状 | 第7-10页 |
| 1.4 论文主要研究内容 | 第10-11页 |
| 1.5 论文组织结构安排 | 第11-12页 |
| 第2章 客户细分相关理论 | 第12-19页 |
| 2.1 客户细分的概念 | 第12-13页 |
| 2.2 客户细分的种类 | 第13-17页 |
| 2.3 客户细分的步骤 | 第17-18页 |
| 2.4 聚类算法与客户细分 | 第18-19页 |
| 第3章 聚类算法的相关理论 | 第19-26页 |
| 3.1 基本概念 | 第19页 |
| 3.2 数据类型 | 第19-20页 |
| 3.3 聚类分析的相似性度量 | 第20-23页 |
| 3.4 聚类算法的分类 | 第23-26页 |
| 第4章 改进聚类算法的研究 | 第26-34页 |
| 4.1 SOM算法概述 | 第26-27页 |
| 4.2 PAM算法概述 | 第27-29页 |
| 4.3 确定最优聚类数k值的方法 | 第29-30页 |
| 4.4 基于SOM和PAM的聚类算法 | 第30-34页 |
| 第5章 改进算法在银行客户细分中的应用 | 第34-46页 |
| 5.1 数据来源及说明 | 第34-35页 |
| 5.2 数据的预处理 | 第35-36页 |
| 5.3 指标的量化 | 第36-37页 |
| 5.4 仿真实验 | 第37-43页 |
| 5.5 结果分析 | 第43-46页 |
| 第6章 总结与展望 | 第46-47页 |
| 6.1 本文总结 | 第46页 |
| 6.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录一 | 第52-55页 |
| 附录二 | 第55页 |
