基于划分和层次聚类方法的手机销售客户的挖掘分析
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 数据挖掘研究背景及意义 | 第9-10页 |
| 1.1.1 数据挖掘研究背景 | 第9页 |
| 1.1.2 数据挖掘研究意义 | 第9-10页 |
| 1.2 数据挖掘研究现状 | 第10-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 本文组织结构 | 第12-13页 |
| 第2章 数据预处理和聚类分析 | 第13-21页 |
| 2.1 初始数据源获取 | 第13页 |
| 2.2 数据清理 | 第13-14页 |
| 2.3 数据集成和数据融合 | 第14-15页 |
| 2.3.1 数据集成 | 第14-15页 |
| 2.3.2 数据融合 | 第15页 |
| 2.4 数据变换 | 第15-16页 |
| 2.5 数据归约 | 第16页 |
| 2.6 聚类分析 | 第16-18页 |
| 2.6.1 基本概念 | 第16-18页 |
| 2.6.2 聚类分析主要步骤 | 第18页 |
| 2.7 对聚类分析的要求 | 第18-20页 |
| 2.8 本章小结 | 第20-21页 |
| 第3章 划分方法对客户数据聚类 | 第21-41页 |
| 3.1 k-means方法 | 第21-23页 |
| 3.2 手机客户细分概述 | 第23-27页 |
| 3.2.1 CRM概念 | 第23-24页 |
| 3.2.2 CRM兴起原因 | 第24-25页 |
| 3.2.3 CRM的意义 | 第25-27页 |
| 3.3 划分方法对手机客户销售数据的分析 | 第27-40页 |
| 3.3.1 手机客户数据预处理 | 第27-35页 |
| 3.3.2 对手机客户数据的分类 | 第35-38页 |
| 3.3.3 分类结果分析 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 层次方法对客户数据聚类 | 第41-53页 |
| 4.1 凝聚的与分裂的层次聚类 | 第41-43页 |
| 4.1.1 层次聚类的概念 | 第41-42页 |
| 4.1.2 Birch算法 | 第42页 |
| 4.1.3 Chameleon算法 | 第42-43页 |
| 4.2 算法方法的距离度量 | 第43-44页 |
| 4.3 层次方法对手机客户销售数据的分析 | 第44-50页 |
| 4.3.1 手机客户数据的分类 | 第44-47页 |
| 4.3.2 分类结果分析 | 第47-50页 |
| 4.4 两种聚类方法比较 | 第50-52页 |
| 4.4.1 K-means方法分析 | 第50-51页 |
| 4.4.2 对层次聚类方法分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
