移动平台下基于K-means的租房信息聚类算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 聚类分析研究现状 | 第10-12页 |
| 1.2.2 K-means应用研究 | 第12-13页 |
| 1.3 研究目的和意义 | 第13页 |
| 1.4 论文的研究内容 | 第13-14页 |
| 1.5 论文的结构安排 | 第14-16页 |
| 第二章 相关理论与知识研究 | 第16-24页 |
| 2.1 K-means聚类分析 | 第16-19页 |
| 2.1.1 K-means算法的思想和原理 | 第16-17页 |
| 2.1.2 K-means中心点选择研究 | 第17-19页 |
| 2.2 Android相关概述 | 第19-22页 |
| 2.2.1 Android平台 | 第19-20页 |
| 2.2.2 Android系统架构 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 租房类信息数据预处理研究 | 第24-35页 |
| 3.1 数据清洗 | 第24-26页 |
| 3.1.1 属性缺失值处理 | 第24-25页 |
| 3.1.2 数据去噪处理 | 第25-26页 |
| 3.2 数据集成处理 | 第26页 |
| 3.3 数据变换处理 | 第26-27页 |
| 3.4 数据归约 | 第27-30页 |
| 3.4.1 聚类属性选择 | 第28页 |
| 3.4.2 维度归约与数值归约 | 第28-29页 |
| 3.4.3 数据离散化处理和概念分层 | 第29-30页 |
| 3.5 性能分析 | 第30-34页 |
| 3.5.1 数据清洗 | 第30-31页 |
| 3.5.2 数据集成 | 第31-32页 |
| 3.5.3 数据变换 | 第32-33页 |
| 3.5.4 数据归约 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 移动找房的K-means聚类算法应用实现 | 第35-46页 |
| 4.1 租房类信息的K-means聚类分析 | 第35-37页 |
| 4.1.1 K值与中心点选择 | 第35-36页 |
| 4.1.2 基于地理位置的租房类信息聚类 | 第36-37页 |
| 4.2 地图比例变化时K-means重聚类分析 | 第37-39页 |
| 4.2.1 多维属性选择 | 第37-38页 |
| 4.2.2 多维混合属性聚类分析 | 第38-39页 |
| 4.3 位置移动下K-means重聚类分析 | 第39-42页 |
| 4.3.1 数据重用与传输 | 第40-42页 |
| 4.3.2 部分聚类思想 | 第42页 |
| 4.4 性能分析 | 第42-45页 |
| 4.4.1 数据传输与中心点选择 | 第42-43页 |
| 4.4.2 移动端聚类性能 | 第43-44页 |
| 4.4.3 综合性能评测 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 论文总结 | 第46页 |
| 5.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 在校期间发表的论文和参加的科研项目 | 第52-53页 |
| 致谢 | 第53页 |
