市场细分有很多方法,比如决策树、回归分析、对应分析、判别分析、聚类分析、因子分析等,其中聚类分析最常用。
聚类分析的思路
市场细分是根据用户亲疏程度将相似用户聚在一起,使类内差异小、类间差异大的过程。
假设市场细分的维度有K个,则构成了一个K维空间。那么,用户在K个维度上的表现量化后,就对应着K维空间中的一个点。这样,用户间的亲疏程度就可用点与点的距离来衡量。
为达到这一效果,聚类分析有层次聚类与迭代聚类两个思路。
(1)层次聚类(系统聚类)
层次聚类的思路是逐层合并,根据样本距离,将距离最近的样本合为一类。然后计算所形成的类别与其他样本的距离,对距离最近的样本再做合并。依此类推,直到所有样本聚成一类,形【我爱线报网】成树状图。树状图产生于从左到右的逐层合并;树状图解读自从右到左的类别判断。
(2)迭代聚类(K-Means聚类分析)
迭代聚类它是指先由分析者确定需聚类的类别数K。然后确定每个类别的初始类中心点,逐一计算每个样本到各初始类中心点的距离,按照距离最近原则把样本归入各个类别,并计算新形成的类中心点,以此迭代,直到达到一定的收敛标准或达到分析者事先指定的迭代次数为止。
给力项目:线报网会员可免费下载 加入会员友情提醒: 请尽量登录购买,防止付款了不发货!
QQ交流群:226333560 站长微信:qgzmt2