1、 本科生毕业论文（设计）册 学 院： 数学与信息科学学院 专 业： 计算机科学与技术 班 级： 2009 级计算机班 学 生： 郝蓓 指导教师： 郭瑞强 河北师范大学本科毕业论文（设计）任务书 论文（设计）题目： 数据挖掘 K-均值算法 实现 学 院： 数学与信息科学学院 专业： 计算机科学与技术 班级： 2009 级计算机班 学生姓名： 郝蓓 学号： 2009010915 指导教师： 郭瑞强 职称： 副教授 1、 论文（设计）研究目标及主要任务 本文主要研究聚类分析 K-均值算法，并对该算法的优 缺点进行分析，并通过该算法的缺点通过实验验证，这些敏感的因素 对聚类结果具有哪些影响。本文的主要
2、任务是实现K-均值算法，并通过改变不同的初始条件得出算法 聚类 结果，并对结果进行比对，得出结论。 2、 论文（设计）的主要内容 本文主要介绍了聚类分析，包括它各个方面的性能 指标 测量函数和常见的聚类方法，着重介绍了基于划分的聚类算法中的 K-均值算法，详细分析了该算法的基本思想，算法流程和算法本身的特点 ，并通过实验实现了该算法 ，在实现该算法的基础上，对影响聚类结果的 两 方面因素初始点和数据输入顺序的不同分别进行实验 。 3、 论文（设计）的基础条件及研究路线 本 文 是 在 C+的 基 础 上 实 现 的 K-均 值 算 法 ， 数 据 集 是 从 数 据 堂 下 载 的c-fat5
3、00-10.txt 数据集，在运行实现该 算法的基础上，改变初始点和数据输入顺序，进行了六次试验，分别进行实验 这 两 个初始条件的不同会对聚类结果有哪些影响。 4、 主要参考文献 1 T Zhang R Ramakrishnan and M ogihara An efficient data clustering method for very largedatabases In Pror 1996 ACM-SlGMOD hat Conf Management of Data， Montreal。Canada， June 1996： 103 114. 2Sambasivam S， Theod
4、osopoulos N Advanced data clustering methods ofmining web documents Issues in Informing Science and Information Technology， 2006， 8(3)： 563 579. 3 Z Huang Extensions to the K-means algorithm for clustering large data sets with categorical values Data Mining and Knowledge discovery,1998， (2)： 283-304. Applied Math， 1999， 90： 326 5、 计划进度 阶段 起止日期 1 确定题目 2012 年 12 月 2013 年 01 月 2 查阅资料 2013 年 01 月 2013 年 02 月 3 论文撰写 2013 年 02 月 2013 年 04 月 4 论文修改 2013 年 04 月 2013 年 05 月 5 论文答辩 2013 年 05 月 指 导 教师 : 年 月 日 教研室主任 : 年 月 日
