数据挖掘技术在SMS系统中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·引言 | 第9-10页 |
| ·课题研究背景及意义 | 第10-12页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究意义 | 第11页 |
| ·课题来源和主要研究内容 | 第11-12页 |
| ·课题论文的组织结构 | 第12-14页 |
| 2 数据挖掘技术和SMS系统概述 | 第14-19页 |
| ·数据挖掘概述 | 第14-17页 |
| ·数据挖掘的定义 | 第14-15页 |
| ·数据挖掘的功能和方法 | 第15页 |
| ·数据挖掘与数据仓库和OLAP | 第15-16页 |
| ·数据挖掘过程 | 第16页 |
| ·数据挖掘系统结构 | 第16-17页 |
| ·数据挖掘在SMS中的应用 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 聚类算法分析与改进 | 第19-40页 |
| ·聚类技术概述 | 第19-21页 |
| ·聚类技术的分类 | 第19-20页 |
| ·聚类算法的评价标准 | 第20-21页 |
| ·聚类算法中的数据结构 | 第21-24页 |
| ·聚类算法中的数据结构 | 第21-22页 |
| ·变量的标准化 | 第22-23页 |
| ·相异度的计算 | 第23-24页 |
| ·相似度的计算 | 第24页 |
| ·CLARANS算法概述 | 第24-30页 |
| ·PAM算法描述及性能分析 | 第25-27页 |
| ·CLARA算法描述及性能分析 | 第27-28页 |
| ·CLARANS算法描述及性能分析 | 第28-30页 |
| ·改进的GCLARANS算法 | 第30-36页 |
| ·网格聚类算法STING概述 | 第30页 |
| ·改进的CLARANS算法 | 第30-36页 |
| ·实验与结果分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 4 基于数据挖掘的SMS系统的设计 | 第40-45页 |
| ·客户细分理论简介 | 第40-42页 |
| ·客户细分的概念 | 第40-41页 |
| ·客户相似度 | 第41-42页 |
| ·基于GCLARANS和客户相似度的客户细分算法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于数据挖掘的SMS系统的实现 | 第45-53页 |
| ·数据挖掘模块体系结构 | 第45-50页 |
| ·数据获取层的实现 | 第46-47页 |
| ·数据存储层的实现 | 第47-48页 |
| ·数据应用层的实现 | 第48-50页 |
| ·数据挖掘模块的实现 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 6 结论 | 第53-55页 |
| ·论文总结 | 第53页 |
| ·下一步的工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 个人简历 | 第58页 |
| 攻读硕士学位期间的研究成果 | 第58-59页 |
| 致谢 | 第59页 |
