文摘
英文文摘
第一章 绪论
1.1 论文选题背景
1.2 层次聚类算法的研究现状
1.3 Rough集研究现状
1.4 论文主要工作
1.5 论文组织结构
第二章 相关理论基础
2.1 集合论基础
2.2 Rough集理论的基本概念
2.2.1 信息系统
2.2.2 不可分辨关系
2.2.3 可分辨矩阵
2.2.4 信息熵
2.2.5 相容关系
2.3 聚类分析概述
2.3.1 聚类的概念
2.3.2 聚类过程
2.3.3 聚类的数据类型
2.3.4 相似性度量
2.3.5 主要的聚类算法
2.3.6 聚类算法的选择
2.3.7 聚类算法的评价标准
2.4 本章小结
第三章 基于Rough集扩展模型的层次聚类算法
3.1 引言
3.2 相关定义
3.2.1 和谐关系与和谐度
3.2.2 层次聚类相关定义
3.3 基于Rough集扩展模型的层次聚类算法
3.3.1 算法框架概述
3.3.2 算法描述
3.3.3 实例分析
3.4 仿真实验
3.4.1 测试平台和测试数据
3.4.2 实验1
3.4.3 实验2
3.4.4 实验3
3.5 本章小结
第四章 聚类技术在Web用户挖掘中的应用
4.1 引言
4.2 Web用户挖掘
4.3 数据预处理
4.4 用户浏览行为和Web站点表示
4.5 基于ERSHC算法的Web用户聚类
4.5.1 相似性的度量
4.5.2 Web用户聚类算法
4.6 用户聚类实例分析
4.6.1 实例介绍
4.6.2 实例测试
4.7 实验结果及分析
4.7.1 实验环境
4.7.2 结果对比
4.8 本章小结
第五章 总结及未来的工作
5.1 总结
5.2 未来的工作
致谢
攻硕期间从事的科研工作及取得的研究成果
参考文献