基于因子分析和Kmeans聚类的异网高端用户识别概要1.docVIP

基于因子分析和K-means 聚类的异网高端用户识别 基于因子分析和K-means聚类的 异网高端用户识别 摘要K-means聚类算法进行研究与识别。首先利用SPSS软件对数据预处理，去除了异常数据，采用因子分析法将本网手机用户分为三类，分别为：高端用户、中端用户和普通用户。然后通过通话对时长和短信数量估测费用，用K-means聚类方法对用户分类。最后从判别准则合理性的评价、异网手机用户月均消费金额的估算评价，并识别出异网高端用户。 关键词: 分类 因子分析法；K-means聚类算法 中图分类号: O29 文献标识码: A Rete Mirabile High User Identification Based on Factor Analysis And K-means Clustering JI Ben-ming （ScienceCollege, Northeast Dianli University, Jilin Jilin 132012) Abstract: Factor analysis and K-means clustering are used for the identification of the rete mirabile high user. SPSS is used for data preprocessing, removing abnormal data. The phone users, by Factor analysis, are divided into three categories: high user, secondary user and common users. Based on K-mean clustering analysis of cost estimated by the duration of call and the number of SMS, the phone users are divided. Finally, from the assessment and the consumption of month cost, identify the different network users. Keywords: classification; factor analysis method; K-means clustering method 随着移动通信、互联网业务的迅速发展，手机已经成为人们日常生活中不可缺少的一部分。本问题来自于深圳杯数学建模竞赛B题，精准识别手机用户的类型，制定合理有效的营销策略，就能吸引更多的用户，对扩大电信运营商的影响力与市场占有率，促进电信业务的发展有重要意义。 随着移动通信、互联网业务的迅速发展，手机已经从生活奢侈品变成了生活日用品，是人们日常生活中不可缺少的一部分。人们随时随地使用手机打电话、发短信、上网，而用户的这些行为以及其个人基本信息均在运营商中有所记录；与本网高端手机用户相同，异网高端手机用户在消费力度，通话量、以及手机交往圈（与之有通信行为的所有手机用户构成其手机交往圈）大小等方面均远高于整体平均水平。高端用户往往更关注信号强度和通话质量，追求个性化服务。他们往往是企业的骨干、是家庭的核心，对电信业务发展有着重要意义，其手机交往圈中多数也是高端手机用户，相互之间产生重要影响 问题的提出 与本网高端手机用户相同，异网高端手机用户在消费力度，通话量、以及手机交往圈（与之有通信行为的所有手机用户构成其手机交往圈）大小等方面均远高于整体平均水平。高端用户往往更关注信号强度和通话质量，追求个性化服务。他们往往是企业的骨干、是家庭的核心，对电信业务发展有着重要意义，其手机交往圈中多数也是高端手机用户，相互之间产生重要影响。 本文解决下列问题： 1）研究本网手机用户行为特征，给出本网高端手机用户的判别准则以及营销优先级。 2）估算异网手机用户的月均消费金额，研究异网手机用户行为特征，并给出异网高端手机用户判别准则以及营销优先级。 3）评估本网、异网高端手机用户的判别准则是否合理以及异网手机用户月均消费金额的估算是否准确，有哪些需要改进的地方，改进方法是什么，还需要什么信息？ 模型建立与求解 2.1 因子分析法 因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量间的相关性则较低。每组变量代表一个基本结构，并用一个不可观测的综合变量来表示，通过此变量来对原始变量评价。 因子分析法求解分为以下步骤 1）原始变量的选取。 2）对原始变量标准化处理并求相关阵。对数据进行标准化处理，并对求相关阵R。 3）求初始公共因子