基于云理论与粗糙集的电信家庭客户聚类分析预处理研究--以江西电信数据为例
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·选题背景 | 第11-13页 |
| ·研究目的与意义 | 第13页 |
| ·研究思路与研究内容 | 第13-16页 |
| ·技术路线 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第2章 文献综述 | 第17-26页 |
| ·聚类分析在电信企业应用情况 | 第17-18页 |
| ·数据预处理研究现状 | 第18-22页 |
| ·数据预处理有关问题界定 | 第18页 |
| ·数据清理研究现状 | 第18-19页 |
| ·数据规约研究现状 | 第19-20页 |
| ·数据集成 | 第20-21页 |
| ·数据转换 | 第21-22页 |
| ·目前研究存在的问题 | 第22页 |
| ·粗糙集研究现状 | 第22-24页 |
| ·云理论研究现状 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 数据预处理基本理论与方法 | 第26-36页 |
| ·数据清理 | 第27-30页 |
| ·遗漏数据处理 | 第27-28页 |
| ·噪声数据处理 | 第28-30页 |
| ·不一致数据的处理 | 第30页 |
| ·重复记录的清理 | 第30页 |
| ·数据集成 | 第30-31页 |
| ·数据转换 | 第31-33页 |
| ·数据规约 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 数据补全和异常点检测 | 第36-46页 |
| ·数据补全 | 第36-38页 |
| ·江西电信数据抽取 | 第38-40页 |
| ·聚类分析指标体系初步选取 | 第38-39页 |
| ·数据抽样 | 第39-40页 |
| ·江西电信数据补全 | 第40-42页 |
| ·异常点处理 | 第42-43页 |
| ·江西电信异常数据处理 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 数据离散化 | 第46-62页 |
| ·云理论 | 第46-52页 |
| ·云理论的提出 | 第46-47页 |
| ·云理论的基本概念 | 第47-48页 |
| ·云的数字特征 | 第48-50页 |
| ·云模型 | 第50-52页 |
| ·云发生器 | 第52页 |
| ·峰值云变换模型 | 第52-55页 |
| ·概念泛化 | 第55页 |
| ·江西电信数据离散化 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 粗糙集理论属性选择 | 第62-77页 |
| ·粗糙集基本理论 | 第62-65页 |
| ·知识与知识库 | 第63-64页 |
| ·不精确范畴，近似与粗糙集 | 第64-65页 |
| ·知识约简 | 第65-67页 |
| ·属性冗余的来源 | 第67-69页 |
| ·不相关属性 | 第67-68页 |
| ·函数依赖和知识依赖 | 第68-69页 |
| ·属性重要性计算 | 第69-70页 |
| ·属性约简 | 第70-71页 |
| ·江西电信数据属性选择 | 第71-76页 |
| ·本章小结 | 第76-77页 |
| 第7章 研究总结与展望 | 第77-79页 |
| ·全文总结 | 第77页 |
| ·展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-87页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第87页 |
