| 第1章 绪论 | 第1-25页 |
| ·论文研究的背景、目的与意义 | 第10-15页 |
| ·国内外研究现状 | 第15-22页 |
| ·论文解决的问题与创新之处 | 第22-25页 |
| 第2章 聚类研究的基本方法 | 第25-31页 |
| ·聚类概述 | 第25-26页 |
| ·聚类的数据结构类型 | 第26-28页 |
| ·主要的聚类方法及算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 用于CRM的客户聚类方法 | 第31-40页 |
| ·模糊C均值(FCM)聚类 | 第32-34页 |
| ·算法原理 | 第32-33页 |
| ·聚类有效性函数 | 第33-34页 |
| ·K均值(C均值)聚类 | 第34-35页 |
| ·系统聚类法(谱系聚类法) | 第35-38页 |
| ·减法聚类(Subtractive clustering)法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于CRM客户聚类的实证分析 | 第40-52页 |
| ·模糊C均值(FCM)聚类算法实验结果 | 第40-42页 |
| ·K均值(C均值)聚类算法实验结果 | 第42-43页 |
| ·基于Matlab的系统聚类法实验结果 | 第43-46页 |
| ·减法聚类(Subtractive clustering)法实验结果 | 第46-47页 |
| ·聚类结果的比较与分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 聚类的挑战性和一些问题的讨论 | 第52-64页 |
| ·数据本身的问题 | 第52页 |
| ·数据标准化处理 | 第52-54页 |
| ·聚类类数的确定 | 第54-56页 |
| ·聚类结果的评判依据 | 第56-58页 |
| ·孤立点 | 第58-59页 |
| ·数据挖掘系统应用的注意点 | 第59-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |