文摘
英文文摘
声明
第1章 绪论
1.1 基于客户细分理论的常旅客分群
1.2 数据挖掘在民航常旅客分群的应用现状
1.3 本文的研究内容
1.4 本文的组织结构
第2章 聚类算法
2.1 数据挖掘简介
2.2 聚类算法
2.2.1基于层次的方法
2.2.2基于划分的方法
2.2.3基于密度的方法
2.2.4基于网格的方法
2.2.5基于模型的方法
第3章 基于Bagging的聚类集成算法
3.1 聚类集成
3.1.1聚类集成基本知识
3.1.2集成聚类成员的产生
3.1.3共识函数
3.2 Bagging方法
3.3 基于Bagging的聚类集成算法
第4章 基于R软件的常旅客数据的预处理
4.1 R语言简介
4.2 数据的基本信息
4.3 常旅客数据的预处理
4.3.1异常值检测和数据合并
4.3.2数据抽样
4.3.3基于PCA的数据降维
第5章 基于Bagging集成聚类在常旅客分群中的应用
5.1 基于K-Means的聚类
5.1.1基于K-Means的聚类数的确定
5.1.2基于K-Means的聚类
5.2 基于Bagging的K-Means集成聚类
5.3 基于Bagging的cmeans集成聚类
5.3.1初始聚类
5.3.2聚类结果修正
5.4 聚类类别特征
第6章 基于聚类结果的预测和全文总结
6.1 基于支持向量机的预测
6.1.1支持向量机和预测强度
6.1.2基于SVM的预测
6.1.3三种聚类方法的预测强度
6.2 结论和展望
6.2.1全文总结
6.2.2未来工作展望
参考文献
附录:本文的主要R程序
致 谢
中山大学;