聚类融合算法研究及其在电信中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-20页 |
| ·数据挖掘研究综述 | 第8-16页 |
| ·数据挖掘的研究背景 | 第8-11页 |
| ·数据挖掘研究方法论 | 第11-14页 |
| ·数据挖掘的应用和研究方向 | 第14-16页 |
| ·数据挖掘中的聚类融合算法研究 | 第16-18页 |
| ·聚类融合算法研究背景 | 第16页 |
| ·国内外研究现状 | 第16-18页 |
| ·论文内容及结构安排 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第2章 聚类分析与聚类融合 | 第20-44页 |
| ·聚类分析 | 第20-37页 |
| ·聚类分析中的数据结构和数据类型 | 第21-25页 |
| ·聚类算法分类及对比 | 第25-37页 |
| ·聚类融合算法 | 第37-43页 |
| ·聚类融合算法的研究内容 | 第37-38页 |
| ·聚类融合算法 | 第38-43页 |
| ·小结 | 第43-44页 |
| 第3章 改进的聚类融合算法(ICE) | 第44-60页 |
| ·ICE算法思想 | 第44-47页 |
| ·聚类分析中的不适定问题 | 第44-46页 |
| ·算法改进思路 | 第46-47页 |
| ·ICE算法关键技术 | 第47-53页 |
| ·差异度标准制定 | 第47-52页 |
| ·加权函数设计 | 第52-53页 |
| ·ICE算法 | 第53-55页 |
| ·实验仿真 | 第55-59页 |
| ·小结 | 第59-60页 |
| 第4章 聚类融合改进算法在电信行业中的应用 | 第60-76页 |
| ·背景 | 第60-61页 |
| ·电信数据仓库 | 第61-63页 |
| ·客户细分 | 第63-66页 |
| ·电信中的客户细分 | 第63-65页 |
| ·关键技术分析与存在的问题 | 第65-66页 |
| ·聚类融合改进算法在电信客户细分中的应用 | 第66-74页 |
| ·需求调研与数据采集 | 第67-69页 |
| ·ICE算法在电信客户细分中的应用 | 第69-70页 |
| ·结果呈现与评估 | 第70-74页 |
| ·小结 | 第74-76页 |
| 第5章 总结 | 第76-78页 |
| ·工作总结 | 第76-77页 |
| ·研究展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 附录A:个人简历 | 第86页 |
| 附录B:攻读硕士期间科研成果 | 第86页 |