基于A-D模型的K-means算法研究及其应用

目录

第一个书签之前

摘 要

ABSTRACT

目 录

第1章 绪论

1.1 研究背景

1.2 课题来源

1.3 研究现状

1.4 选题意义

1.5 论文主要工作

1.6 论文组织结构

第2章 相关理论与技术

2.1 A-D模型

2.1.1 层次分析法AHP

2.1.2 DEMATEL法

2.2 K-means算法

2.3 Hadoop云计算平台

2.3.1 系统架构概述

2.3.2 HDFS

2.3.3 MapReduce

2.4 本章小结

第3章 基于A-D模型的改进K-means算法

3.1 概述

3.2 语音通信行为特征

3.3 构建行为特征模型

3.3.1 基于AHP生成行为特征的主观权重

3.3.2 基于DEMATEL确定各特征之间的影响元素

3.3.3 生成目标权重

3.4.1 数据处理

3.4.2 算法描述

3.5.1 实验环境

3.5.2 实验设置

3.5.3 异常客户综合聚类分析

3.5.4 广告客户单类型聚类分析

3.5.5 诈骗客户单类型聚类分析

3.5.6 欠费客户单类型聚类分析

3.6 小结

第4章 基于云平台的AD-Kmeans算法并行化实现

4.1 环境搭建

4.1.1 Hadoop环境

4.1.2 Hive环境

4.2 并行化方案

4.2.1 并行随机采样

4.2.2 样本距离计算并行化

4.2.3 数据对象聚类并行化

4.3 并行化设计

4.3.1 设计Map函数

4.3.2 设计Combine函数

4.3.3 设计Reduce函数

4.4 并行化实现

4.5 本章小结

第5章 应用与实现

5.1 应用场景

5.2 系统架构

5.3 数据库设计

5.4 系统实现

5.5 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

致 谢

参考文献

攻读学位期间的研究成果