| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| 1．1 引言 | 第9页 |
| 1．2 论文的研究背景 | 第9-11页 |
| 1．2．1 聚类分析的研究现状 | 第9-10页 |
| 1．2．2 聚类分析的进一步研究方向 | 第10-11页 |
| 1．3 论文的研究内容 | 第11-13页 |
| 1．3．1 应用背景概述 | 第11页 |
| 1．3．2 论文的主要工作 | 第11-13页 |
| 2 聚类分析及相关理论 | 第13-25页 |
| 2．1 聚类分析的概念及聚类方法的分类 | 第13页 |
| 2．2 聚类分析中的距离和相似系数 | 第13-14页 |
| 2．2．1 距离 | 第13-14页 |
| 2．2．2 相似系数 | 第14页 |
| 2．3 系统聚类算法介绍 | 第14-21页 |
| 2．3．1 系统聚类算法描述 | 第14-21页 |
| 2．3．2 系统聚类法程序设计流程图 | 第21页 |
| 2．4 动态聚类算法介绍 | 第21-23页 |
| 2．4．1 动态聚类算法描述 | 第21-23页 |
| 2．4．2 动态聚类算法程序设计流程图 | 第23页 |
| 2．5 模糊聚类算法介绍 | 第23-25页 |
| 2．5．1 模糊聚类算法描述 | 第23-24页 |
| 2．5．2 模糊聚类算法程序设计流程图 | 第24-25页 |
| 3 基于数据仓库和 OLAP技术的聚类挖掘 | 第25-28页 |
| 3．1 数据仓库的概念 | 第25页 |
| 3．2 聚类挖掘和数据仓库的关系 | 第25-26页 |
| 3．3 OLAP的概念 | 第26页 |
| 3．4 聚类挖掘和OLAP的关系 | 第26-27页 |
| 3．5 基于数据仓库和OLAP技术的聚类挖掘 | 第27-28页 |
| 4 威尔玛超市数据仓库的构建 | 第28-40页 |
| 4．1 威尔玛超市销售系统的信息构成 | 第28-32页 |
| 4．1．1 威尔玛超市销售系统物理数据库(SaleDemo)的组成 | 第28-29页 |
| 4．1．2 主要表的字段含意 | 第29-32页 |
| 4．2 威尔玛超市数据仓库的系统数据库的构建 | 第32-36页 |
| 4．2．1 信息包图的设计 | 第32-33页 |
| 4．2．2 星型模型的设计 | 第33-34页 |
| 4．2．3 事实表的设计与实现 | 第34-35页 |
| 4．2．4 维度表的设计与实现 | 第35-36页 |
| 4．3 威尔玛超市 OLAP立方体的构建 | 第36-40页 |
| 4．3．1 创建威尔玛超市OLAP数据库 | 第36-37页 |
| 4．3．2 创建威尔玛超市OLAP共享维度 | 第37页 |
| 4．3．3 创建威尔玛超市商品销售立方体和会员销售立方体 | 第37-40页 |
| 5 基于数据仓库和OLAP技术的聚类挖掘系统的设计与实现 | 第40-64页 |
| 5．1 简介 | 第40页 |
| 5．2 数据挖掘系统的分类 | 第40-41页 |
| 5．3 聚类挖掘系统的体系结构 | 第41-42页 |
| 5．4 聚类挖掘系统实现的功能 | 第42页 |
| 5．5 聚类分析子系统的设计与实现 | 第42-56页 |
| 5．5．1 聚类分析子系统的总体设计 | 第42-44页 |
| 5．5．2 数据预处理模块的设计 | 第44-48页 |
| 5．5．3 聚类分析器的设计与实现 | 第48-50页 |
| 5．5．4 聚类分析结果反馈模块的设计 | 第50-56页 |
| 5．6 聚类挖掘系统在威尔玛超市数据仓库中的应用 | 第56-63页 |
| 5．6．1 基于多层抽象水平的聚类结果展示 | 第56-59页 |
| 5．6．2 系统聚类法中各种方法的比较研究 | 第59-63页 |
| 5．7 系统特点 | 第63-64页 |
| 6 结论 | 第64-66页 |
| 6．1 总结全文 | 第64-65页 |
| 6．2 下一步工作 | 第65-66页 |
| 6．2．1 技术平台的移植 | 第65页 |
| 6．2．2 挖掘功能的强化 | 第65页 |
| 6．2．3 应用领域的拓展 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |
| 大连理工大学学位论文版权使用授权书 | 第70页 |
