| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第7-10页 |
| 1.1 课题的目的和意义 | 第7页 |
| 1.2 国内外发展状况 | 第7-8页 |
| 1.3 本选题研究的主要内容和重点 | 第8-9页 |
| 1.4 论文组织结构 | 第9-10页 |
| 第2章 聚类分析数据挖掘算法分析 | 第10-27页 |
| 2.1 聚类分析算法综述 | 第10-11页 |
| 2.2 聚类分析的基本概念 | 第11-13页 |
| 2.3 聚类分析的挖掘过程 | 第13-14页 |
| 2.4 聚类分析的分类 | 第14-15页 |
| 2.5 多种聚类算法详细分析 | 第15-27页 |
| 2.5.1 K-MEANS算法 | 第16-18页 |
| 2.5.2 BIRCH算法 | 第18-20页 |
| 2.5.3 CHAMELEON算法 | 第20-23页 |
| 2.5.4 DBSCAN算法 | 第23-25页 |
| 2.5.5 STING算法 | 第25-27页 |
| 第3章 基于聚类分析的K12平台分析 | 第27-32页 |
| 3.1 数据挖掘过程 | 第27-28页 |
| 3.2 数据处理 | 第28-30页 |
| 3.2.1 问题描述 | 第28页 |
| 3.2.2 目标数据来源 | 第28-29页 |
| 3.2.3 数据预处理 | 第29-30页 |
| 3.3 数据挖掘 | 第30-32页 |
| 3.3.1 算法思路 | 第30页 |
| 3.3.2 算法伪代码 | 第30-31页 |
| 3.3.3 算法的实验验证 | 第31-32页 |
| 第4章 双聚类技术在K12平台的应用研究 | 第32-49页 |
| 4.1 双聚类技术 | 第32-38页 |
| 4.1.1 为什么使用双聚类技术 | 第32页 |
| 4.1.2 双聚类技术概论 | 第32-33页 |
| 4.1.3 双聚类类型与结构 | 第33-36页 |
| 4.1.4 双聚类算法 | 第36-38页 |
| 4.2 Cheng and Church算法伪代码 | 第38-39页 |
| 4.3 算法改进 | 第39-41页 |
| 4.3.1 改进思路 | 第39-40页 |
| 4.3.2 算法伪代码 | 第40-41页 |
| 4.4 算法实现关键代码 | 第41-44页 |
| 4.5 实现验证与应用 | 第44-48页 |
| 4.5.1 算法数据对比验证 | 第44-47页 |
| 4.5.2 几个关键值的评估 | 第47页 |
| 4.5.3 K12平台数据的应用 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 聚类结果分析与平台架构研究 | 第49-54页 |
| 5.1 整体技术把握 | 第49-51页 |
| 5.2 聚类结果数据分析 | 第51-54页 |
| 第6章 总结与展望 | 第54-55页 |
| 6.1 论文主要工作 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |