聚类融合算法及其应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-12页 |
| ·引发数据挖掘的挑战 | 第12-13页 |
| ·聚类分析的研究现状 | 第13页 |
| ·论文的主要研究内容与章节安排 | 第13-15页 |
| 第二章 聚类分析与聚类融合 | 第15-28页 |
| ·聚类的定义 | 第15-16页 |
| ·主要聚类方法的分类及比较 | 第16-19页 |
| ·方法的分类 | 第16-18页 |
| ·方法的比较 | 第18-19页 |
| ·聚类融合算法 | 第19-25页 |
| ·算法概述 | 第19-20页 |
| ·聚类融合算法的主要进展 | 第20-25页 |
| ·差异性度量方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于先验信息和谱分析的聚类融合算法 | 第28-43页 |
| ·现有聚类算法存在的问题 | 第28-29页 |
| ·算法改进思路 | 第29-30页 |
| ·算法关键技术 | 第30-31页 |
| ·聚类成员的选取 | 第30-31页 |
| ·信任度系数 | 第31页 |
| ·融合函数的设计 | 第31页 |
| ·算法描述 | 第31-33页 |
| ·算法分析 | 第33-34页 |
| ·实验结果分析及算法比较 | 第34-42页 |
| ·实验数据集与评价准则 | 第34-35页 |
| ·成对限制数目对算法的影响 | 第35-37页 |
| ·与经典聚类融合算法比较 | 第37-40页 |
| ·与单一聚类算法比较 | 第40-42页 |
| ·本章小节 | 第42-43页 |
| 第四章 聚类融合算法在移动通信行业中的应用 | 第43-56页 |
| ·背景及应用现状 | 第43-44页 |
| ·客户行为分析 | 第44-45页 |
| ·应用实例 | 第45-55页 |
| ·细分模型 | 第45-46页 |
| ·需求分析 | 第46-47页 |
| ·数据理解 | 第47-48页 |
| ·数据预处理 | 第48-49页 |
| ·本文算法在移动通信行业的应用 | 第49-50页 |
| ·结果分析 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56页 |
| ·工作展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间主要的研究成果 | 第65页 |
