| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-20页 |
| ·数据挖掘技术 | 第12-14页 |
| ·数据挖掘技术简介 | 第12页 |
| ·数据挖掘技术的发展 | 第12-13页 |
| ·数据挖掘技术在企业或行业中的应用 | 第13-14页 |
| ·数据挖掘中的聚类分析 | 第14-15页 |
| ·数据挖掘与数据密集型企业的商业智能 | 第15-16页 |
| ·聚类分析用于电信客户细分 | 第16-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文结构 | 第18-20页 |
| 第2章 聚类分析 | 第20-33页 |
| ·聚类分析的基本概念 | 第20-25页 |
| ·聚类的定义 | 第20-21页 |
| ·聚类的典型要求 | 第21-22页 |
| ·聚类分析中的数据类型 | 第22-24页 |
| ·聚类准则的确定 | 第24-25页 |
| ·主要聚类算法分类 | 第25-32页 |
| ·划分方法(Partitioning Method) | 第25-27页 |
| ·层次方法(Hierarchical Method) | 第27-29页 |
| ·基于密度的方法(Density-based Method) | 第29-30页 |
| ·基于网格的方法(Grid-based Method) | 第30-31页 |
| ·基于模型的方法(Model-based Method) | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 混合属性数据聚类 | 第33-47页 |
| ·K-MODES 和模糊 K-PROTOTYPES 聚类算法 | 第34-37页 |
| ·K-Modes 聚类算法 | 第34-35页 |
| ·模糊K-Prototypes 聚类算法 | 第35-37页 |
| ·基于PSO 的模糊K-PROTOTYPES 聚类算法 | 第37-42页 |
| ·基本PSO 算法 | 第37-38页 |
| ·离散PSO 算法 | 第38-40页 |
| ·PSO 和FKP 的混合聚类－PFKP | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·RELIEFF 改进模糊K-PROTOTYPES 聚类算法 | 第42-46页 |
| ·ReliefF 算法 | 第42-44页 |
| ·ReliefF 改进的模糊K-Prototypes 算法(R-FKP 算法) | 第44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 聚类分析在移动通信企业客户细分中的应用 | 第47-66页 |
| ·客户细分基本理论 | 第47-50页 |
| ·客户细分概述 | 第47页 |
| ·客户细分对电信营销的作用 | 第47-48页 |
| ·常用的客户细分的方法 | 第48-50页 |
| ·本文对客户细分方法的考虑 | 第50页 |
| ·将聚类算法用于客户细分 | 第50-51页 |
| ·细分模型的建立 | 第51-65页 |
| ·基础条件 | 第52-53页 |
| ·客户细分目标、特征选择及建模对象确定 | 第53-54页 |
| ·客户细分指标的选择与设计 | 第54-57页 |
| ·数据预处理 | 第57-59页 |
| ·聚类算法建模 | 第59-60页 |
| ·客户分群结果分析及应用探索 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录A 攻读学位期间发表的论文 | 第73页 |
