| 摘要 | 第1-6页 |
| ABSTRACT | 第6-16页 |
| 第一章 绪论 | 第16-22页 |
| ·课题研究的背景和意义 | 第16-17页 |
| ·国内外研究现状 | 第17-20页 |
| ·半监督聚类算法分类及目前主要方法 | 第17-19页 |
| ·半监督聚类的实际应用 | 第19-20页 |
| ·本文的主要工作及组织结构 | 第20-22页 |
| 第二章 数据挖掘及聚类分析技术 | 第22-36页 |
| ·数据挖掘技术简介 | 第22-25页 |
| ·数据挖掘的定义、历史和发展 | 第22-23页 |
| ·数据挖掘的主要方法 | 第23-25页 |
| ·聚类分析技术 | 第25-30页 |
| ·聚类分析概述 | 第25-27页 |
| ·聚类分析方法分类 | 第27-30页 |
| ·基于领域知识的半监督聚类基础知识 | 第30-34页 |
| ·半监督学习概述 | 第30-32页 |
| ·领域知识的获取和表示 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 COP-KMeans及改进的MLC-KMeans算法 | 第36-48页 |
| ·COP-KMeans算法概述及其不足 | 第36-38页 |
| ·COP-KMeans算法概述 | 第36-37页 |
| ·COP-KMeans算法的不足 | 第37-38页 |
| ·MLC-KMeans半监督聚类算法 | 第38-42页 |
| ·MLC-KMeans算法基本思想 | 第38-40页 |
| ·MLC-KMeans算法描述 | 第40-42页 |
| ·MLC-KMean聚类效果实验分析 | 第42-48页 |
| ·试验方案 | 第42-43页 |
| ·实验结果 | 第43-46页 |
| ·实验结果分析及总结 | 第46-48页 |
| 第四章 基于属性变换的半监督聚类 | 第48-64页 |
| ·问题描述和出发点 | 第48-50页 |
| ·属性变换的出发点 | 第48-49页 |
| ·基于属性变换的半监督聚类方法描述 | 第49-50页 |
| ·属性约简方法概述 | 第50-53页 |
| ·基于属性约简的半监督聚类分析 | 第53-58页 |
| ·算法描述 | 第53-55页 |
| ·实验结果及分析 | 第55-58页 |
| ·基于约束属性范围扩展的半监督聚类 | 第58-62页 |
| ·算法描述 | 第58-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·讨论与小结 | 第62-64页 |
| 第五章 基于关联规则的半监督聚类方法 | 第64-74页 |
| ·问题出发点及描述 | 第64-65页 |
| ·问题出发点 | 第64-65页 |
| ·问题描述 | 第65页 |
| ·关联规则方法及Apriori算法 | 第65-69页 |
| ·关联规则方法概述 | 第65-67页 |
| ·Apriori算法 | 第67-69页 |
| ·基于关联规则的半监督聚类 | 第69-72页 |
| ·算法描述 | 第69-71页 |
| ·实验结果及分析 | 第71-72页 |
| ·讨论与小结 | 第72-74页 |
| 第六章 半监督聚类在Web上的应用 | 第74-86页 |
| ·web数据挖掘概述 | 第74-76页 |
| ·Web数据的特点 | 第74-75页 |
| ·web数据挖掘的概念和分类 | 第75页 |
| ·web数据挖掘的意义 | 第75-76页 |
| ·web数据挖掘的处理流程 | 第76-78页 |
| ·半监督聚类方法在网站注册用户聚类方面的应用 | 第78-84页 |
| ·凤凰网注册用户的聚类分析 | 第78-81页 |
| ·注册用户的半监督聚类分析 | 第81-84页 |
| ·本章小结 | 第84-86页 |
| 第七章 结束语 | 第86-88页 |
| ·本文的主要工作回顾 | 第86页 |
| ·进一步的工作 | 第86-88页 |
| 参考文献 | 第88-91页 |
| 附录 | 第91-94页 |
| 致谢 | 第94-95页 |
| 攻读学位期间发表的学术论文 | 第95-96页 |
| 作者和导师简介 | 第96-97页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第97-98页 |