关联和聚类分析在数据挖掘中应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 选题背景 | 第7-8页 |
| 1.2 文献综述 | 第8-9页 |
| 1.3 研究意义 | 第9页 |
| 1.4 论文结构 | 第9-11页 |
| 第二章 数据挖掘简介 | 第11-15页 |
| 2.1 数据挖掘基本流程 | 第11页 |
| 2.2 数据挖掘的应用 | 第11-12页 |
| 2.3 数据挖掘的任务 | 第12-15页 |
| 第三章 关联规则 | 第15-20页 |
| 3.1 关联规则的基本概念 | 第15-16页 |
| 3.2 关联规则任务分解 | 第16-20页 |
| 3.2.1 频繁项集的产生 | 第17-18页 |
| 3.2.2 规则产生 | 第18-20页 |
| 第四章 聚类分析 | 第20-24页 |
| 4.1 聚类分析概念 | 第20页 |
| 4.2 主要的聚类方法 | 第20-21页 |
| 4.3 系统聚类 | 第21页 |
| 4.4 动态聚类 | 第21-24页 |
| 4.4.1 k-means算法介绍 | 第21-22页 |
| 4.4.2 k-means算法质心公式证明 | 第22-23页 |
| 4.4.3 聚类数k的确定 | 第23-24页 |
| 第五章 关联与聚类分析案例 | 第24-43页 |
| 5.1 数据背景及分析思路 | 第24-25页 |
| 5.2 数据处理 | 第25-32页 |
| 5.3 关联分析 | 第32-36页 |
| 5.3.1 关联过程 | 第32-33页 |
| 5.3.2 关联结果报告 | 第33-34页 |
| 5.3.3 小类商品关联分析 | 第34-35页 |
| 5.3.4 关联规则在营销策略上应用 | 第35-36页 |
| 5.4 聚类分析 | 第36-43页 |
| 5.4.1 聚类过程 | 第36-39页 |
| 5.4.2 聚类结果 | 第39-40页 |
| 5.4.3 聚类报告 | 第40-43页 |
| 第六章 结论与不足 | 第43-45页 |
| 6.1 结论 | 第43页 |
| 6.2 本文不足 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47页 |
