| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第9-20页 |
| 一、 研究背景与意义 | 第9-10页 |
| 二、 国内外研究现状 | 第10-16页 |
| （一） 隐私保护聚类挖掘研究现状 | 第10-13页 |
| （二） 基于网格的聚类挖掘算法研究现状 | 第13-16页 |
| 三、 本文的研究目的和主要研究内容 | 第16-17页 |
| （一） 本文的研究目的 | 第16-17页 |
| （二） 本文的主要研究内容 | 第17页 |
| 四、 本文的结构和创新点 | 第17-20页 |
| （一） 本文的结构 | 第17-19页 |
| （二） 本文的创新点 | 第19-20页 |
| 第二章 数据挖掘和聚类分析 | 第20-30页 |
| 一、 数据挖掘 | 第20-23页 |
| （一） 数据挖掘技术 | 第20-22页 |
| （二） 数据挖掘中的隐私保护问题 | 第22-23页 |
| 二、 聚类分析 | 第23-30页 |
| （一） 度量数据对象相似性的方法 | 第23-24页 |
| （二） 聚类方法的分类 | 第24-26页 |
| （三） 基于网格的聚类算法 | 第26-30页 |
| 第三章 隐私保护聚类混合数据转换方法 | 第30-40页 |
| 一、 数据转换方法综述 | 第30-37页 |
| （一） 几何数据转换方法 | 第33页 |
| （二） 基于旋转的数据转换方法 | 第33-34页 |
| （三） 基于随机映射的数据转换方法 | 第34-35页 |
| （四） 其他数据转换方法 | 第35-36页 |
| （五） 隐私保护聚类数据转换方法评价指标 | 第36-37页 |
| 二、 混合数据转换方法 | 第37-40页 |
| （一） 混合数据转换方法的提出 | 第37-38页 |
| （二） 混合数据转换方法算法描述 | 第38-40页 |
| 第四章 基于网格的隐私保护聚类算法设计 | 第40-52页 |
| 一、 相关概念 | 第40-43页 |
| （一） 网格的相关概念 | 第40-41页 |
| （二） 灰关联分析 | 第41-43页 |
| 二、 基于灰关联分析的网格聚类算法 | 第43-49页 |
| （一） 边界点处理技术 | 第43-45页 |
| （二） 聚类敏感参数的确定 | 第45-46页 |
| （三） GBGC 算法描述 | 第46-49页 |
| （四） 算法时间复杂度分析 | 第49页 |
| 三、 GBPPC 算法 | 第49-52页 |
| （一） GBPPC 算法描述 | 第49-50页 |
| （二） GBPPC 算法的总体流程图 | 第50页 |
| （三） GBPPC 算法特点 | 第50-52页 |
| 第五章 实验仿真与结果分析 | 第52-62页 |
| 一、 实验设计 | 第52-54页 |
| （一） 实验目的 | 第52页 |
| （二） 实验环境 | 第52页 |
| （三） 实验数据 | 第52-54页 |
| 二、 实验及结果分析 | 第54-62页 |
| （一） 隐私保护聚类混合数据转换方法实验及结果分析 | 第54-56页 |
| （二） 基于灰关联分析的网格聚类算法实验及结果分析 | 第56-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 在学期间参与科研项目、发表论文和获奖情况 | 第70页 |