面向客户细分的层次聚类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 客户细分的研究现状 | 第10-11页 |
| 1.1.2 聚类算法的研究现状 | 第11-12页 |
| 1.2 本文研究内容及创新点 | 第12-14页 |
| 1.3 本文组织架构 | 第14-15页 |
| 第二章 面向客户细分的属性约简算法研究 | 第15-31页 |
| 2.1 面向客户细分的数据预处理 | 第15-21页 |
| 2.1.1 客户属性约简相关技术 | 第15-16页 |
| 2.1.2 客户细分数据集准备 | 第16-19页 |
| 2.1.3 传统属性约简算法及缺点 | 第19-21页 |
| 2.2 融合信息熵法和WPCA的属性约简算法 | 第21-25页 |
| 2.2.1 基于信息熵的属性约简算法 | 第21-23页 |
| 2.2.2 WPCA属性约简算法 | 第23-24页 |
| 2.2.3 融合信息熵法和WPCA的属性约简算法 | 第24-25页 |
| 2.3 实验结果与分析 | 第25-30页 |
| 2.3.1 属性约简方法准确率对比 | 第25-27页 |
| 2.3.2 属性个数对聚类结果正确率的影响 | 第27-29页 |
| 2.3.3 航空客户和电信客户数据实验结果与分析 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 面向客户细分的抽样算法研究 | 第31-43页 |
| 3.1 面向客户细分的抽样算法的关键问题 | 第31-33页 |
| 3.1.1 抽样算法的相关技术 | 第31-32页 |
| 3.1.2 客户数据样本的质量 | 第32页 |
| 3.1.3 客户数据样本大小的确定 | 第32-33页 |
| 3.2 面向客户细分的网格密度偏差抽样算法 | 第33-38页 |
| 3.2.1 面向客户细分的网格划分方法 | 第33-34页 |
| 3.2.2 密度偏差抽样的概率计算 | 第34-35页 |
| 3.2.3 基于滑动窗口划分的可变网格算法 | 第35-37页 |
| 3.2.4 面向客户细分的网格密度偏差抽样算法 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-41页 |
| 3.3.1 仿真实验结果与分析 | 第38-40页 |
| 3.3.2 航空客户和电信客户数据实验结果与分析 | 第40-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 面向客户细分的抽样层次聚类算法研究 | 第43-61页 |
| 4.1 面向客户细分的抽样层次聚类算法的关键问题 | 第43-46页 |
| 4.1.1 面向客户细分指标的选取 | 第43页 |
| 4.1.2 面向客户细分的抽样层次聚类算法的流程 | 第43-45页 |
| 4.1.3 面向客户细分的聚类算法评价指标 | 第45-46页 |
| 4.2 面向客户细分的抽样层次聚类算法研究 | 第46-52页 |
| 4.2.1 面向客户细分的自适应权重聚类算法 | 第46-50页 |
| 4.2.2 量化加权评估的层次客户细分聚类算法 | 第50-52页 |
| 4.3 实验结果与分析 | 第52-59页 |
| 4.3.1 公开数据集实验结果与分析 | 第52-55页 |
| 4.3.2 航空客户数据和电信客户数据实验 | 第55-59页 |
| 4.4 本章小结 | 第59-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 本文总结 | 第61页 |
| 5.2 未来工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |
