| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·选题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·聚类算法的研究现状 | 第10-12页 |
| ·聚类算法在客户细分中的研究现状 | 第12-13页 |
| ·本文主要研究内容及论文结构 | 第13-15页 |
| 第二章 数据挖掘的相关理论 | 第15-21页 |
| ·数据挖掘的定义 | 第15页 |
| ·数据挖掘的对象 | 第15页 |
| ·数据挖掘的过程 | 第15-17页 |
| ·数据挖掘的方法 | 第17-18页 |
| ·数据挖掘的功能 | 第18-19页 |
| ·数据挖掘的主要应用领域 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 聚类技术及相关算法分析 | 第21-33页 |
| ·聚类分析 | 第21-26页 |
| ·聚类的概念 | 第21页 |
| ·数据对象间的相异度 | 第21-23页 |
| ·聚类方法的综合分析 | 第23-26页 |
| ·K-means 算法 | 第26-28页 |
| ·K-means 算法的思想和描述 | 第26-27页 |
| ·K-means 算法的不足和改进 | 第27-28页 |
| ·DBSCAN 算法 | 第28-31页 |
| ·DBSCAN 算法的相关概念 | 第28-30页 |
| ·DBSCAN 算法描述 | 第30-31页 |
| ·网格划分技术 | 第31-32页 |
| ·自底向上的网格划分方法 | 第31页 |
| ·自顶向下的网格划分方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于伪并行DBSCAN 和网格结合的K-means 算法 | 第33-47页 |
| ·PPDGK 算法的提出 | 第33页 |
| ·PPDGK 算法的基本思想 | 第33-34页 |
| ·PPDGK 算法的步骤 | 第34-38页 |
| ·创建网格 | 第34-35页 |
| ·基于伪并行DBSCAN 算法的初始预聚类 | 第35-37页 |
| ·合并网格单元中数据对象 | 第37-38页 |
| ·用 K-means 算法进行聚类 | 第38页 |
| ·PPDGK 算法的具体描述 | 第38-41页 |
| ·仿真实验与结果分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 PPDGK 算法在零售业客户细分中的应用 | 第47-65页 |
| ·客户细分理论的产生 | 第47页 |
| ·客户细分的概念 | 第47-48页 |
| ·客户细分的方法 | 第48-51页 |
| ·基于价值的客户细分 | 第48-50页 |
| ·基于客户行为的细分 | 第50-51页 |
| ·PPDGK 算法应用于客户细分的步骤 | 第51-52页 |
| ·基于PPDGK 算法的零售业客户细分系统的总体设计 | 第52-58页 |
| ·数据获取 | 第53-55页 |
| ·数据预处理 | 第55-57页 |
| ·基于PPDGK 算法的聚类操作 | 第57-58页 |
| ·基于PPDGK 算法的零售业客户细分系统的实现与性能分析 | 第58-64页 |
| ·系统开发环境与界面 | 第58-61页 |
| ·应用聚类算法进行客户细分 | 第61-62页 |
| ·性能分析 | 第62-63页 |
| ·基于PPDGK 算法的客户细分结果描述 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65-66页 |
| ·展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录Ⅰ 攻读硕士期间发表论文 | 第71页 |
