聚类算法在银行客户细分中的研究和应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·数据挖掘技术概述 | 第9-12页 |
| ·数据挖掘的产生背景 | 第9-10页 |
| ·数据挖掘的研究内容 | 第10-11页 |
| ·数据挖掘的应用和研究方向 | 第11-12页 |
| ·客户细分概述 | 第12-17页 |
| ·客户细分的理论基础 | 第12-13页 |
| ·客户细分的一般方法及过程 | 第13-15页 |
| ·聚类分析和CRM | 第15-17页 |
| ·本课题的主要研究内容 | 第17-18页 |
| 第2章 聚类分析及算法比较 | 第18-33页 |
| ·聚类分析中的数据类型和数据结构 | 第18-21页 |
| ·聚类分析中的数据类型 | 第18-21页 |
| ·聚类分析中的数据结构 | 第21页 |
| ·聚类准则的确定 | 第21-22页 |
| ·聚类算法的分类 | 第22-29页 |
| ·基于划分的方法 | 第23-25页 |
| ·基于密度的方法 | 第25-26页 |
| ·基于层次的方法 | 第26-28页 |
| ·基于模型的方法 | 第28页 |
| ·基于网格的方法 | 第28-29页 |
| ·常用的聚类有效性评价标准 | 第29-32页 |
| ·聚类研究的主要方向 | 第32页 |
| ·小结 | 第32-33页 |
| 第3章 聚类融合技术的研究和算法设计 | 第33-46页 |
| ·聚类融合方法概览 | 第33-34页 |
| ·聚类融合方法的主要进展 | 第34-38页 |
| ·聚类成员的产生方法 | 第35-36页 |
| ·聚类融合函数设计方法 | 第36-38页 |
| ·基于投票机制的两层聚类融合算法及实验结果 | 第38-45页 |
| ·基于投票机制的两层聚类融合算法的提出 | 第38-43页 |
| ·实验数据及实验结果 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第4章 客户细分模型的实施 | 第46-61页 |
| ·数据挖掘的基本指导方法 | 第46-47页 |
| ·问题定义 | 第47-49页 |
| ·数据准备 | 第49-54页 |
| ·数据采集 | 第49-51页 |
| ·数据预处理 | 第51-53页 |
| ·数据基础 | 第53-54页 |
| ·建模过程 | 第54-59页 |
| ·聚类模型建立 | 第55-57页 |
| ·分类模型建立 | 第57-59页 |
| ·小结 | 第59-61页 |
| 第5章 结论与展望 | 第61-63页 |
| ·研究成果和解决方案 | 第61页 |
| ·研究局限性和展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 硕士期间研究成果 | 第68页 |
