基于网格密度的数据挖掘的研究与应用
| 1 数据挖掘概述 | 第1-13页 |
| 1．1 引言 | 第6页 |
| 1．2 据挖掘技术的概述 | 第6-13页 |
| 1．2．1 数据挖掘的定义 | 第7-9页 |
| 1．2．2 数据挖掘的流程 | 第9-10页 |
| 1．2．3 数据挖掘的功能 | 第10-11页 |
| 1．2．4 数据挖掘的应用 | 第11-12页 |
| 1．2．5 数据挖掘的发展现状 | 第12-13页 |
| 2 聚类 | 第13-31页 |
| 2．1 聚类分析的概念 | 第13页 |
| 2．2 聚类分析的应用 | 第13-14页 |
| 2．3 聚类分析的一些典型要求 | 第14-15页 |
| 2．4 常见的几大类聚类分析算法的基本思想 | 第15-16页 |
| 2．5 聚集所基于的数据类型 | 第16-17页 |
| 2．6 密度和网格聚类算法的基本思路 | 第17-21页 |
| 2．7 算法实现 | 第21-29页 |
| 2．7．1 找出包含有聚类的子空间 | 第21-26页 |
| 2．7．2 找出给定子空间中的聚类 | 第26-27页 |
| 2．7．3 生成一聚类的描述 | 第27-29页 |
| 2．8 密度和网格算法的实现小结 | 第29-30页 |
| 2．9 基于网格密度算法的主要优点和缺点 | 第30-31页 |
| 3 基于网格和密度的算法在保险业务中的应用 | 第31-36页 |
| 3．1 系统的总体结构 | 第31页 |
| 3．2 分布式网间应用程序的体系结构说明 | 第31-33页 |
| 3．3 数据挖掘实例的业务概述 | 第33页 |
| 3．4 实例总体设计 | 第33-36页 |
| 3．4．1 数据源分析整理 | 第33-34页 |
| 3．4．2 数据源分析整理 | 第34-36页 |
| 4 结论与总结 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 致谢 | 第40页 |
