商务数据中的关联和聚类算法研究

论文题目: 商务数据中的关联和聚类算法研究

论文类型: 博士论文

论文专业: 计算机应用技术

作者: 王喆

导师: 周春光

关键词: 商务智能,数据挖掘,流数据,关联规则,聚类分析,算法,衰减策略,双层结构

文献来源: 吉林大学

发表年度: 2005

论文摘要: 商务数据挖掘是数据挖掘中的一个重要研究方面,目前关于商务数据中的静态数据分析模型已经开始被广泛研究,但是关于商务数据中流数据的分析和挖掘,仍处在起步阶段。流数据是一种持续的、有序的、不断变化的、快速的、数据量巨大的数据形式。它是近年兴起的一个研究热点。本文首先介绍了在商务静态数据中实现的关联和聚类分析。在分析了流数据研究的现状、发展趋势之后,把重点放在了流数据中的挖掘研究上,主要是流数据中的关联和聚类发现的研究,并对在商务数据中应用流数据挖掘模型进行了有益的探讨和实践。本文的工作主要包括以下几个方面: (1)静态商务数据中的关联规则和聚类研究; (2)对流数据管理和分析方面知识的研究; (3)流数据中挖掘频繁项集的问题的研究; (4)流数据中聚类分析的研究; (5)商务数据中流数据应用的研究。

论文目录:

第一章 绪论

1.1 研究背景和现状

1.2 本文工作

1.2.1 研究路线和方法

1.2.2 研究内容及论文组织

第二章 静态商务数据挖掘算法研究

2.1 商务智能概述

2.2 关联规则发现

2.2.1 概述

2.2.2 关联规则发现算法

2.2.3 交易数据关联分析

2.2.3.1 引言

2.2.3.2 不一致的支持度约束策略

2.2.3.3 利用概念分层发现更有代表性的规则

2.2.3.4 规则筛选

2.2.3.5 实验结果

2.3 聚类分析

2.3.1 聚类分析概述

2.3.2 传统数据上的聚类分析方法

2.3.3 交易数据聚类

2.3.3.1 问题的提出

2.3.3.2 交易数据属性和特性

2.3.3.3 交易数据的聚类方法

2.3.3.4 交易数据聚类算法的实现

2.4 小结

第三章 流数据分析

3.1 概述

3.1.1 定义及特性

3.1.2 研究任务

3.2 流数据模型及管理

3.2.1 流数据模型及划分

3.2.2 流数据模型与传统数据的区别

3.3 流数据分析和挖掘

3.3.1 解决问题的原则

3.3.2 适合流数据挖掘的技术

3.3.2.1 抽样

3.3.2.2 sketch 技术

3.3.2.3 直方图

3.3.2.4 小波

3.4 小结

第四章 流数据上的关联发现

4.1 概述

4.2 流数据关联发现算法

4.2.1 问题的形式化描述

4.2.2 频度计数算法

4.2.3 频繁项集算法

4.3 MFISF 算法

4.3.1 MFISF 算法

4.3.2 后缀森林

4.3.3 项集生长方法

4.3.4 衰减策略

4.3.4.1 放射性衰减策略

4.3.4.2 精确性分析

4.4 MFISF 算法的实验结果分析

4.5 小结

第五章 流数据聚类分析研究

5.1 流数据聚类概述

5.2 流数据聚类算法的演化

5.2.1 流数据聚类中的k-划分技术

5.2.2 流数据聚类中的单层算法

5.2.3 单层算法演变

5.3 双层流数据聚类算法

5.3.1 概述

5.3.2 快速计算层

5.3.2.1 排序k-划分法

5.3.2.2 基于密度评估的方法

5.3.3 精确分析层

5.3.4 衰减策略

5.4 双层流数据算法的实验分析结果

5.4.1 实验环境和测试数据集

5.4.1.1 人造数据集

5.4.1.2 实际数据集

5.4.2 聚类质量评估

5.4.3 可扩展性评估

5.4.4 参数敏感性分析

5.5 小结

第六章 流数据挖掘在商务数据中的应用研究

6.1 概述

6.2 交易数据关联分析

6.3 客户行为聚类

6.4 小结

第七章 总结与展望

7.1 本文的主要贡献

7.2 进一步的研究内容

参考文献

作者读博士期间发表的论文和参加的项目

致谢

学位论文摘要(中文)

学位论文摘要(英文)

发布时间: 2005-08-26

参考文献

• [1].快速傅立叶变换—算法及应用[D]. 郑伟华.湖南大学2015
• [2].基于深度学习的粒子图像测速算法研究及应用[D]. 李勇.华中科技大学2018
• [3].序列挖掘中几类关键问题的模型及算法研究[D]. 彭展.西安电子科技大学2017
• [4].密度峰值聚类算法研究[D]. 杜明晶.中国矿业大学2018
• [5].基于自然计算的模糊聚类新算法研究[D]. 李洁.西安电子科技大学2004
• [6].Mean Shift及相关算法在视频跟踪中的研究[D]. 朱胜利.浙江大学2006
• [7].分布式互斥算法的研究与实现[D]. 王征.电子科技大学2007
• [8].自适应图像实时增强算法的技术研究[D]. 李赓飞.中国科学院大学(中国科学院长春光学精密机械与物理研究所)2017
• [9].基于先验知识的图像去雾算法[D]. 张文博.电子科技大学2017
• [10].基于背景特征匹配的稳像算法研究[D]. 初守艳.哈尔滨工程大学2014

标签：商务智能论文;  数据挖掘论文;  流数据论文;  关联规则论文;  聚类分析论文;  算法论文;  衰减策略论文;  双层结构论文;