基于模式相似的子空间聚类算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| 1．1 技术背景 | 第9-10页 |
| 1．2 数据挖掘简介 | 第10-14页 |
| 1．2．1 数据挖掘定义 | 第10-11页 |
| 1．2．2 数据挖掘分类 | 第11-12页 |
| 1．2．3 数据挖掘系统功能 | 第12-14页 |
| 1．3 国内外研究动态 | 第14-15页 |
| 1．4 本文的主要工作 | 第15页 |
| 1．5 本文的组织结构 | 第15-17页 |
| 第二章 传统聚类和子空间聚类技术 | 第17-29页 |
| 2．1 聚类的定义和问题描述 | 第17页 |
| 2．2 聚类中常用的概念 | 第17-19页 |
| 2．2．1 相似度的度量 | 第17-18页 |
| 2．2．2 聚类的质心，半径，直径 | 第18-19页 |
| 2．3 传统聚类算法 | 第19-22页 |
| 2．3．1 传统聚类算法概述 | 第19-21页 |
| 2．3．2 传统聚类分析中存在的问题 | 第21-22页 |
| 2．4 子空间聚类算法 | 第22-28页 |
| 2．4．1 子空间聚类算法的基本思想 | 第22-23页 |
| 2．4．2 常用子空间聚类算法概述 | 第23-27页 |
| 2．4．3 典型算法比较 | 第27-28页 |
| 2．5 本章小结 | 第28-29页 |
| 第三章 基于模式相似的聚类挖掘 | 第29-55页 |
| 3．1 模式相似模型 | 第29-33页 |
| 3．1．1 问题的提出 | 第29-30页 |
| 3．1．2 bicluster模型 | 第30-32页 |
| 3．1．3 pCluster模型 | 第32-33页 |
| 3．2 peluster算法 | 第33-41页 |
| 3．2．1 符号定义 | 第33页 |
| 3．2．2 问题描述 | 第33-35页 |
| 3．2．3 算法思想及实现 | 第35-41页 |
| 3．3 peluster存在的问题及改进方法 | 第41-44页 |
| 3．4 算法实现与比较 | 第44-49页 |
| 3．4．1 实现平台 | 第44-45页 |
| 3．4．2 类定义与类函数调用 | 第45-48页 |
| 3．4．3 测试数据集和性能测试 | 第48-49页 |
| 3．5 实例分析 | 第49-54页 |
| 3．6 本章小结 | 第54-55页 |
| 第四章 模式相似聚类算法在推荐系统中的应用 | 第55-62页 |
| 4．1 系统概述 | 第55-56页 |
| 4．2 数据准备 | 第56-60页 |
| 4．3 模式相似聚类挖掘的实现 | 第60-61页 |
| 4．4 页面产生过程 | 第61页 |
| 4．5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 发表论文清单 | 第68页 |
