学位论文 > 优秀研究生学位论文题录展示

聚类分析技术在安徽省中小型科技企业发展中的应用

作　者: 阙永明
导　师: 毛雪岷
学　校: 合肥工业大学
专　业: 管理科学与工程
关键词: 数据挖掘聚类分析中小型科技企业
分类号: TP311.13
类　型: 硕士论文
年　份: 2009年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

随着数据库应用和互联网应用的迅速发展,人们对信息的需求也越来越多。面对如此巨大而丰富的数据资源,怎样从中发现对自己有用的数据,如何获取隐藏在这些数据中的更重要的信息成为人们特别关注的问题。因此数据挖掘技术就随之产生了。聚类分析是数据挖掘中的一项重要技术,聚类就是从数据集中找出相似的数据并组成不同的簇。通过聚类,人们能够获得数据分布的情况,观察每个簇的特点,集中对特定的某些簇做进一步的分析。中小型企业中的科技企业是中小型企业群体中的精英,是科技与生产相结合的产物,是实现科技创新的主题.它依靠自身的自主创新优势,大力发展高科技产品,形成强有力的市场竞争力,同时其本身也具有旺盛的生命力。但由于该类企业经营模式众多,发展不平衡,淘汰率高,易受外部运营环境影响,因而难以对其发展规律进行分析。中小型科技企业中包含着大量的、复杂、离散的数据,要从这些的数据资料中发现有价值的信息或知识,达到为决策服务的目的,成为非常艰巨的任务。本文中将采用数据挖掘领域中最为常见的技术之一聚类分析的方法对2007年安徽中小型科技企业发展的问卷调查中的数据进行分析。研究的目的是找出这些企业中的模范企业以及它们成功的秘诀,进而得到其共同的发展模式,进一步为相关中小型科技企业给出了政策和发展方面的建议。

全文目录

摘要  6-7
Abstract  7-8
致谢  8-13
第一章绪论  13-16
  1.1 研究背景  13
  1.2 研究现状  13-14
  1.3 本文研究的方法和目标  14
  1.4 本文的组织结构  14-16
第二章中小型企业综述  16-20
  2.1 中小型企业的定义  16-17
  2.2 科技型企业的定义  17
  2.3 中小型科技企业定义  17-18
  2.4 中小型企业的所面临的问题  18-20
第三章知识发现和数据挖掘技术  20-27
  3.1 数据挖掘的定义  20
  3.2 数据挖掘的组成  20-21
  3.3 数据挖掘分类  21-22
  3.4 数据挖掘的功能  22-23
  3.5 数据挖掘的过程  23-24
    3.5.1 数据准备阶段  23-24
    3.5.2 数据挖掘阶段  24
    3.5.3 结果表现及解释阶段  24
  3.6 数据挖掘的常用技术  24-25
  3.7 数据挖掘的商业定义  25-27
第四章聚类分析  27-37
  4.1 聚类分析定义  27-29
    4.1.1 聚类分析的度量标准  27-29
  4.2 聚类分析中的数据类型  29-33
    4.2.1 数值属性  29-30
    4.2.2 二值属性  30-31
    4.2.3 符号、顺序和比例值变量属性  31-32
    4.2.4 混和类型属性  32-33
    4.2.5 异常点  33
  4.3 聚类分析算法的基本分类  33-34
  4.4 聚类分析的步骤  34-35
  4.5 k-平均算法  35-37
第五章聚类分析在安徽中小型科技企业中的应用  37-50
  5.1 数据来源及数据信息  37-38
  5.2 SAS 简介  38-40
    5.2.1 SAS系统组成  38
    5.2.2 SAS系统的特点  38-39
    5.2.3 相关统计量  39-40
  5.3 实证分析与结果检验  40-44
  5.4 科技企业发展模式  44-46
    5.4.1 安徽省中小型科技企业发展模式  44-45
    5.4.2 发达国家中小型科技企业发展模式  45-46
  5.5 对策建议  46-50
第六章总结与展望  50-51
参考文献  51-54
攻读硕士学位期间发表的论文  54-55

聚类分析技术在安徽省中小型科技企业发展中的应用

内容摘要

全文目录

相似论文