已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、分類號：密級：⑧單位代碼：10422學(xué)號：J◆氮，◆毛SHANDoNGUNIVERSITY碩士學(xué)位論文ThesisforMasterDegree論文題目：翻甬黎笑軍殤紂囪倍刎軟葉閨戶徊分5北加砷明砰M一舛m吣垤的譏弘f￡鉚川下電以訛哆el嶇協(xié)乃沙，，砌作者姓名三△盤培養(yǎng)單位數(shù)鱟臣罡銎專業(yè)名稱近饔!皂墨一型率指導(dǎo)教師奎凰皇數(shù)撬合作導(dǎo)師，口r17年歹月≯1，日山東大學(xué)碩士學(xué)位論文目錄中文摘要I英文摘要III第一章緒論111大數(shù)據(jù)的核心價值1
2、111大數(shù)據(jù)定義1112大數(shù)據(jù)的價值和應(yīng)用212文章結(jié)構(gòu)和創(chuàng)新點3第二章數(shù)據(jù)挖掘細(xì)分算法和數(shù)據(jù)挖掘過程概述621數(shù)據(jù)挖掘細(xì)分算法概述6211分類和預(yù)測6212聚類分析1322數(shù)據(jù)挖掘的過程15221數(shù)據(jù)準(zhǔn)備16222數(shù)據(jù)挖掘的其它模塊17第三章利用K—means聚類算法對IM軟件用戶細(xì)分1831數(shù)據(jù)理解和清洗、歸一化1832數(shù)據(jù)相關(guān)性分析2433利用K—means算法對IM軟件用戶細(xì)分26331Kmeans算法詳述26332K—mean
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于動態(tài)模糊聚類算法的電信客戶細(xì)分研究.pdf
- 基于改進模糊聚類算法的電信客戶細(xì)分模型研究.pdf
- 基于導(dǎo)向性動態(tài)聚類算法的電信客戶細(xì)分研究.pdf
- 模糊聚類算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于改進型模糊聚類算法的電信客戶細(xì)分研究.pdf
- 聚類融合算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 一種混合聚類算法在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于密度的聚類算法研究及其在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于K-Means聚類算法的客戶細(xì)分研究.pdf
- 心電信號聚類算法的設(shè)計.pdf
- 模糊聚類方法在電信客戶細(xì)分中的應(yīng)用研究.pdf
- 基于聚類的數(shù)據(jù)挖掘在電信客戶細(xì)分中的應(yīng)用.pdf
- 基于用戶聚類的協(xié)同推薦算法研究.pdf
- Web用戶瀏覽模式模糊聚類算法的研究.pdf
- 基于用戶聚類和偏好的推薦算法研究.pdf
- 聚類算法在銀行客戶細(xì)分中的研究和應(yīng)用.pdf
- cpda考試 移動客戶細(xì)分聚類
- cpda考試 移動客戶細(xì)分聚類
- 基于用戶興趣的混合數(shù)據(jù)聚類算法研究.pdf
- 聚類集成算法在客戶細(xì)分中的研究及應(yīng)用.pdf
評論
0/150
提交評論