| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景、目的及意义 | 第11-12页 |
| ·论文写作的背景 | 第11页 |
| ·论文写作的目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文的主要内容 | 第14-16页 |
| 第二章 聚类研究的基本方法 | 第16-24页 |
| ·聚类概述 | 第16-17页 |
| ·主要的聚类算法 | 第17-19页 |
| ·按照聚类的尺度进行分类 | 第17-18页 |
| ·按照聚类的思路进行分类 | 第18-19页 |
| ·聚类分析中的数据类型及其差异度计算 | 第19-22页 |
| ·连续型数据的距离量度 | 第19-20页 |
| ·二元特征样本的距离量度 | 第20-21页 |
| ·标称型、序数型和比例标度型变量的距离量度 | 第21-22页 |
| ·类间距离的计算方法 | 第22-24页 |
| 第三章 CLIQUE算法的研究与改进 | 第24-38页 |
| ·CLIQUE算法在电子商务企业客户数据聚类的适用性 | 第24-28页 |
| ·CLIQUE算法聚类基本思想 | 第28-32页 |
| ·CLIQUE的不足和改进 | 第32-38页 |
| ·CLIQUE的不足 | 第32页 |
| ·CLIQUE的改进 | 第32-35页 |
| ·改进算法的分析 | 第35页 |
| ·实验内容与结果 | 第35-38页 |
| 第四章 CLIQUE改进算法在中国广告网中的应用 | 第38-49页 |
| ·数据集的选取及其预处理 | 第38-40页 |
| ·应用 CLIQUE改进算法进行客户聚类 | 第40-42页 |
| ·在类中用关联规则算法得出的知识 | 第42-49页 |
| ·数量关联规则的基本概念 | 第43-44页 |
| ·数值属性离散化 | 第44页 |
| ·数量关联规则处理的算法 | 第44-46页 |
| ·运用 Apriori算法后的实验结果 | 第46-49页 |
| 第五章 总结与评价 | 第49-51页 |
| ·研究总结与评价 | 第49-50页 |
| ·下一步的研究工作 | 第50-51页 |
| 参考文献 | 第51-53页 |