資源描述：
《基于蟻群聚類算法的客戶細(xì)分研究與應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代號分類號10524學(xué)密號級21007025碩士學(xué)位論文基于蟻群聚類算法的客戶細(xì)分研究與應(yīng)用學(xué)位申請人姓名周騰培養(yǎng)單位計算機科學(xué)學(xué)院導(dǎo)師姓名及職稱宋中山副教授學(xué)研科究專方業(yè)向計算機應(yīng)用技術(shù)數(shù)據(jù)挖掘論文提交日期2013年5月6日學(xué)校代號：10524學(xué)密號：21007025級：中南民族大學(xué)碩士學(xué)位論文基于蟻群聚類算法的客戶細(xì)分研究與應(yīng)用學(xué)位申請人姓名：周騰導(dǎo)師姓名及職稱：宋中山副教授培專養(yǎng)業(yè)單名位：稱：計算機科學(xué)學(xué)院計算機應(yīng)用技術(shù)論文提交日期：論文答辯日期：2013年5月6日2013年5月18日
2、答辯委員會主席：丁立新教授ResearchandApplicationofcustomersegmentationbasedonantcolonyclusteringalgorithmbyZhouTengB.E(HubeiUniversityofEconomics)2010AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinComputerScienceintheGraduateSchoolofSouth-Central
3、UniversityforNationalitiesSupervisorAssociateProfessorSongzhongshan中南民族大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保
4、留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)中南民族大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于、保密1，在______年解密后適用本授權(quán)書。2、不保密√。（請在以上相應(yīng)方框內(nèi)打“√”）作者簽名：導(dǎo)師簽名：日期：日期：年年月月日日中南民族大學(xué)碩士學(xué)位論文目錄摘要................................................................................
5、............................................IAbstract.........................................................................................................................II第1章緒論................................................................................................
6、..................11.1研究背景和意義..............................................................................................11.2國內(nèi)外研究現(xiàn)狀..............................................................................................21.2.1蟻群算法.......................................
7、.........................................................21.2.2聚類分析................................................................................................21.2.3蟻群聚類算法........................................................................................31.3論文的主要內(nèi)容和框架
8、.............................................................
