数据挖掘聚类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-13页 |
| 1．1 引言 | 第9页 |
| 1．2 国内外研究现状及未来发展趋势 | 第9-11页 |
| 1．2．1 国外研究现状 | 第9-10页 |
| 1．2．2 国内现状 | 第10-11页 |
| 1．2．3 未来发展趋势 | 第11页 |
| 1．3 本文研究的主要内容 | 第11-13页 |
| 第2章 数据挖掘概述 | 第13-21页 |
| 2．1 数据挖掘的概念 | 第13-14页 |
| 2．2 数据挖掘的产生 | 第14页 |
| 2．3 数据仓库与数据挖掘 | 第14-15页 |
| 2．3．1 数据仓库的定义 | 第14-15页 |
| 2．3．2 数据库中的知识发现和数据挖掘 | 第15页 |
| 2．4 数据挖掘的对象 | 第15-16页 |
| 2．5 数据挖掘的应用 | 第16-17页 |
| 2．5．1 商品销售 | 第16页 |
| 2．5．2 加工制造 | 第16页 |
| 2．5．3 金融服务/信用卡 | 第16-17页 |
| 2．5．4 远程通讯 | 第17页 |
| 2．6 数据挖掘的发现模式 | 第17-19页 |
| 2．6．1 广义模式 | 第17页 |
| 2．6．2 关联模式 | 第17-18页 |
| 2．6．3 序列模式 | 第18页 |
| 2．6．4 分类模式 | 第18页 |
| 2．6．5 聚类模式 | 第18-19页 |
| 2．6．6 预测模式 | 第19页 |
| 2．6．7 偏差模式 | 第19页 |
| 2．7 数据挖掘的技术 | 第19-21页 |
| 2．7．1 机器学习方法 | 第20页 |
| 2．7．2 统计方法 | 第20页 |
| 2．7．3 神经网络方法 | 第20页 |
| 2．7．4 数据库方法 | 第20-21页 |
| 第3章 聚类分析 | 第21-29页 |
| 3．1 聚类分析的定义 | 第21-24页 |
| 3．2 聚类分析中的数据类型 | 第24-26页 |
| 3．2．1 数据矩阵 | 第24页 |
| 3．2．2 相似性矩阵 | 第24-25页 |
| 3．2．2 区间标度变量 | 第25页 |
| 3．2．3 相似性度量 | 第25-26页 |
| 3．3 聚类分析中的主要算法 | 第26-29页 |
| 3．3．1 分裂法 | 第27页 |
| 3．3．2 分层聚类法 | 第27页 |
| 3．3．3 基于密度的方法 | 第27页 |
| 3．3．4 基于网格的方法 | 第27-28页 |
| 3．3．5 基于模型的方法 | 第28-29页 |
| 第4章 蚁群算法 | 第29-40页 |
| 4．1 群体智能 | 第29-31页 |
| 4．1．1 群体智能的定义 | 第29-30页 |
| 4．1．2 蚁群算法的提出 | 第30-31页 |
| 4．2 基于蚂蚁寻路的蚁群算法 | 第31-36页 |
| 4．2．1 蚂蚁觅食行为 | 第31页 |
| 4．2．2 基本的蚂蚁算法 | 第31-33页 |
| 4．2．3 TSP问题的蚁群算法 | 第33-36页 |
| 4．2．4 蚁群算法的改进模式 | 第36页 |
| 4．3 基于蚂蚁聚类的蚁群算法 | 第36-40页 |
| 4．3．1 蚁群聚类的仿生原理 | 第36-37页 |
| 4．3．2 LF算法 | 第37-40页 |
| 第5章 聚类组合算法 | 第40-51页 |
| 5．1 基于信息素的k-means算法 | 第40-43页 |
| 5．1．1 k-means算法简介 | 第40-41页 |
| 5．1．2 基于信息素的k-means | 第41-43页 |
| 5．2 基于阈值的聚类组合算法 | 第43-47页 |
| 5．2．1 DBSCAN算法 | 第43页 |
| 5．2．2 T-Value算法 | 第43-44页 |
| 5．2．3 基于e-邻域的T-Value算法 | 第44-47页 |
| 5．2．4 T-Value聚类组合算法 | 第47页 |
| 5．3 基于蚁群算法的聚类组合算法 | 第47-50页 |
| 5．3．1 算法的思想 | 第47-48页 |
| 5．3．2 算法描述 | 第48-50页 |
| 5．3．2．1 算法主流程图 | 第48-49页 |
| 5．3．2．2 算法的流程描述 | 第49-50页 |
| 5．4 本章小节 | 第50-51页 |
| 第6章 测试与性能评价 | 第51-61页 |
| 6．1 测试数据集 | 第51页 |
| 6．2 性能评价 | 第51-52页 |
| 6．3 试验结果分析 | 第52-56页 |
| 6．4 客户行为中的聚类 | 第56-60页 |
| 6．4．1 客户行为分析 | 第56-57页 |
| 6．4．2 实验分析 | 第57-60页 |
| 6．4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间所发表的论文 | 第68页 |
