| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第8-11页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 主要工作 | 第10-11页 |
| 2.相关理论与技术 | 第11-19页 |
| 2.1 数据挖掘技术 | 第11-13页 |
| 2.1.1 数据挖掘概念 | 第11-12页 |
| 2.1.2 数据挖掘发展背景 | 第12页 |
| 2.1.3 数据挖掘主要应用领域 | 第12-13页 |
| 2.2 常用的数据挖掘方法 | 第13-15页 |
| 2.2.1 数据挖掘技术分类 | 第13-14页 |
| 2.2.2 基于聚类的数据挖掘算法 | 第14-15页 |
| 2.3 K-means算法 | 第15-19页 |
| 2.3.1 K-means算法简介 | 第15-16页 |
| 2.3.2 K-means算法分析 | 第16-17页 |
| 2.3.3 对K-means算法的进一步研究 | 第17-19页 |
| 3.改进K-means算法介绍 | 第19-34页 |
| 3.1 相关定义 | 第19-21页 |
| 3.2 算法的改进途径 | 第21-24页 |
| 3.3 一种基于密度自适应网格和加权属性的隐私保护聚类算法 | 第24-26页 |
| 3.4 算法分析 | 第26-29页 |
| 3.5 实验 | 第29-33页 |
| 3.5.1 实验环境 | 第29页 |
| 3.5.2 试验方法 | 第29-30页 |
| 3.5.3 实验统计分析 | 第30-32页 |
| 3.5.4 小结 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4.PPC-GA在客户细分中的应用 | 第34-39页 |
| 4.1 应用背景 | 第34页 |
| 4.2 一般的客户细分模型 | 第34-36页 |
| 4.3 基于PPC-GA的客户细分模型在用电客户划分中的应用 | 第36-39页 |
| 5.总结 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 作者简介 | 第44-45页 |