聚类分析在数据挖掘中的应用.txt

聚类分析在数据挖掘中的应用

山西财经大学

硕士学位论文

聚类分析在数据挖掘中的应用

姓名：许存兴

申请学位级别：硕士

专业：统计学

指导教师：雷钦礼

20040510

聚类分析在数据挖掘中的应用

摘要

聚类分析是数据挖掘方法中的一个重要的方法。本文首先对数据挖掘进行

了简要的描述；其次、着重对数据挖掘中的聚类分析法进行讨论；最后、以一

个超市的商品销售为例，用数据挖掘中的聚类分析法进行了挖掘。因此，本文

从研究数据挖掘的算法角度出发，从三个方面对数据挖掘进行了论述：

一、数据挖掘的概述

通过对数据挖掘的概念、方法、过程、特点、作用及其与统计学关系的描

述，使我们对数据挖掘有一个整体的了解。

二、聚类分析在数据挖掘中的应用

在这部分首先介绍了统计学中的聚类分析基础知识，即距离与相似系数和

聚类的特征与聚类问的距离。其次，介绍了具体的聚类分析方法，包括分层聚

类法（最短距离法、最长距离法和中间距离法）、分割聚类算法（ＰＡＭ算法、

ＣＬＡＲＡ算法）、基于密度的方法、基于网格的方法和基于模型的方法。

三、数据挖掘在超市中的应用

在这部分以某一超市为例，以数据挖掘的过程为线索，对这个超市的销售

数据用聚类分析法中的层次法进行了数据挖掘；其次，对数据挖掘的结果进行

了描述；最后，分析了数据挖掘的结果。

关键词：数据挖掘聚类分析数据仓库分层聚类法分割聚类法数

据

聚类分析在数据挖掘中的应用

Ａｂｓｔｒａｃｔ

Ｃｌｕｓｔｅｒａｎａｌｙｓｉｓｉｓ

ｉｎｃｌｕｄｅｓａｆｕｎｄａｍｅｎｔａｌｍｅｔｈｏｄｏｆｄａｔａｍｉｎｉｎｇ．Ｔｈｅｉｓｓｕｅｍｉｎｉｎｇ，ａｄｉｓｃｕｓｓｉｏｎｔｈｒｅｅｐａｒｔｓ，ａｂｒｉｅｆｄｅｓｃｒｉｐｔｉｏｎｏｆｄａｔａ

ａｃａｓｅａｂｏｕｔｃｌｕｓｔｅｒａｎａｌｙｓｉｓｉｎｄａｔａｍｉｎｉｎｇ，ａｎｄ

１．Ｉｎｔｒｏｄｕｃｔｉｏｎｏｆｄａｔａｍｉｎｉｎｇ

Ｉｎｏｒｄｅｒｔｏｇｅｔａｓｔｕｄｙｏｆｉｔ．ｇｅｓｔａｌｔｖｉｅｗｏｆｄａｔａｍｉｎｉｎｇ，ｉｔｓｃｏｎｃｅｐｔｉｏｎ，ｍｅｔｈｏｄｓ，

ｔｈｅｒｅｌａｔｉｏｎｗｉｔｈｓｔａｔｉｓｔｉｃｓａｒｅｐｒｏｃｅｓｓｉｏｎ，ｃｈａｒａｃｔｅｒ，ｒｏｌｅｓ，ａｎｄ

ｉｎｔｒｏｄｕｃｅｄ．

２．Ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｃｌｕｓｔｅｒａｎａｌｙｓｉｓｉｎｄａｔａｍｉｎｉｎｇ

Ｉｎｔｈｉｓｓｅｃｔｉｏｎ，ｔｈｅｂａｓｉｃｋｎｏｗｌｅｄｇｅｏｆｃｌｕｓｔｅｒａｎａｌｙｓｉｓｉｓｉｎｔｒｏｄｕｃｅｄ，

ｎａｍｅｌｙｄｉｓｔａｎｃｅａｎｄｒｅｌａｔｉｖｅｃｏｅｆｆｉｃｉｅｎｔ，ｃｈａｒａｃｔｅｒｏｆｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ

ａｎｄｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｃｌｕｓｔｅｒｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｓｐｅｃｉｆｉｃｍｅｔｈｏｄｓｏｆ

ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｉｓｐｒｅｓｅｎｔｅｄ，ｃｏｎｓｉｓｔｓｏｆｈｉｅｒａｒｃｈｉｃａｌａｇｇｌｏｍｅｒａｔｉｖｅ

ｎｅｉｇｈｂｏｒ，ｆｕｒｔｈｅｓｔｎｅｉｇｈｂｏｒａｎｄｍｅｔｈｏｄｓ（ｎｅａｒｅｓｔ

ｐａｒｔｉｔｉｏｎｃｌｕｓｔｅｒｍｅｄｉａｎｃｌｕｓｔｅｒｉｎｇ），ａｐｐｒｏａｃｈ（ＰＡＭｍｅｔｈｏｄ，ＣＬＡＲＡｍｅｔｈｏｄ），ｍｅｔｈｏｄｓ

ｃｏｎｃｅｒｎｅｄｏｆｄｅｎｓｉｔｙ，ｎｅｔｓａｎｄｍｏｄｅｌｓ．

３．Ａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｍｉｎｉｎｇｉｎｓｕｐｅｒｍａｒｋｅｔｓ

Ｉｎｔｈｉｓｓｅｃｔｉｏｎ，ｔｈｒｏｕｇｈｔｈｅｐｒｏｃｅｓｓｏｆｄａｔａｍｉｎｉｎｇｏｆｔｈｅｓａｌｅｄａｔａｉｎ

ｔｈｅｓｕｐｅｒｍａｒｋｅｔ，ｔｈｅｃｌｕｓｔｅｒａｎａｌｙｓｉｓｍｅｔｈｏｄｓ

ｒｅｓｕｌｔｓａｒｅａｒｅｐｒｅｓｅｎｔｅｄ．Ｓｅｃｏｎｄ，ｔｈｅｓｈｏｗｅｄ，ｔｈｅｌａｓｔ，ｔｈｅｒｅｓｕｌｔｓａｒｅａｎａｌｙｚｅｄ．

Ｋｅｙｗｏｒｄｓ：ｄａｔａｍｉｎｉｎｇ，ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ，ｄａｔａｓｔｏｒａｇｅ，

ｈｉｅｒａｒｃｈｉｃａｌａｇｇｌｏｍｅｒａｔｉｖｅｍｅｔｈｏｄｓ，ｐａｒｔｉｔｉｏｎｍｅｔｈｏｄｓ，ｄａｔａ

聚类分析在数据挖掘中的应用

刖舌

数据挖掘技术是一门交叉性、边缘性学科，它涉及到数据库、统计学、人工智

能与机器学习等多个领域。计算机的应用普及产生了大量的数据，数据挖掘就是利用

这些学科的技术进行大数据量的处理。从数据挖掘的应用领域来看，其应用非常广泛，

从农业生产的预测到基因分类，从化学分子结构的识别到医疗疾病的分析，从信用卡

欺诈到税务稽查，从产品的销售到顾客特征的分析。因此，数据挖掘技术对未来社会

的各个领域将起 …… 此处隐藏：9370字，全部文档内容请下载后查看。喜欢就下载吧 ……