锐客网

  1. 首页 > 睿知 > >

k聚类分析 客户细分,客户聚类分析和RFM模型

睿知经验分享

对聚类 分析进行分类后 ， 聚类 分析又称为组的算法有哪些？聚类 分析在市场细分和人群细分都能给我们很多启发 。聚类 分析方法1有什么问题:什么是聚类 分析？聚类 分析在SPSS中，分为系统聚类、K 聚类和两个步骤聚类 。

1、 聚类 分析(clusteranalysis我们来看看这里聚类 分析 。比较流行的方法有聚类和K-means 聚类，属于split 聚类方法 。KMeans算法的思想很简单 。对于给定的样本集，根据样本之间的距离将其划分为k个聚类 。让簇内的点尽可能的紧密连接，让簇间的距离尽可能的大 。目标是最小化Esum(x\miu_i) ， 其中\miu_i是每个聚类的平均值 。直接求上述公式的最小值并不容易，这是一个NP难问题 ， 所以采用了启发式迭代法KMeans 。

上面的图A代表初始数据集，假设k3 。在图B中，我们随机选取三个K类别对应的类别质心，即图中的红绿和草绿质心 ， 然后分别求出样本中所有点到这三个质心的距离，将每个样本的类别标记为与样本距离最小的类别 ， 如图c所示，计算样本与红绿和草绿质心的距离后，第一次迭代后得到所有样本点的类别 。此时，我们找到我们当前点的新质心，分别标记为红色、绿色和草绿色，重复这个过程，将所有点的类别标记为最近质心的类别 ， 找到新质心 。

2、基于RFM模型用户价值 分析(K-Means 聚类 This time 分析数据来源CDNow网站用户在1997年1月1日至1998年6月30日期间购买的CD订单明细，对订单明细做了RFM模型的k means聚类分析，并提出了操作策略建议，每个数据共4栏 。分别是用户ID、订单时间、订单数量、订单金额，数据类型都是数值型 。删除255个重复值，总共80个订单，都是1，可能是未付款订单 ， 也可能是没有明显价值的免费活动 。数据集可以排除的时间是19970101到19980630，所以观测日期定义为1998年6月30日，R是RFM模型的定义:最后一个订单时间 。

3、SPSS实操4: 聚类 分析【k聚类分析 客户细分,客户聚类分析和RFM模型】我们有时需要对一波人口样本进行分组，以便更好地了解分组之间的差异，而聚类 分析可以帮助我们解决这个问题 。聚类 分析在市场细分和人群细分都能给我们很多启发 。聚类 分析在SPSS中，分为系统聚类、K 聚类和两个步骤聚类 。有区别的是，系统聚类和K 聚类主要是针对测量数据 ， 而两步系统可以同时处理测量数据和计数数据 。虽然计数数据在日常工作中涉及的问卷中涉及较少，但对结果的解读还是两步走更直观聚类 。

    推荐阅读


    上一篇：英雄联盟需求分析,打英雄联盟硬盘需求

    下一篇：2015年双十一数据分析图片