中国传媒大学-市场调查与预测-课件-第九章聚类分析.pptVIP

【本章学习目的】 通过本章的学习，要求掌握用聚类分析解决问题；区别不同的距离；区分不同的聚类 方法；应用 SPSS 软件解决聚类分析问题。 第九章 聚类分析 第一节 聚类分析概述 第二节 聚类分析方法的基本原理 第三节 SPSS 聚类分析应用 主要内容 引导案例 第一节?聚类分析概述 聚类分析(cluster analysis)又称群分析 根据“物以类聚”的道理，对样本或指标进行分类的一种多元统计分析方法。将个体或对象分类，使得同一类中的对象之间的相似性比与其他类的对象的相似性更强。 聚类分析的目的： 使类内对象的同质性最大化和类间对象的异质性最大化。 一、聚类分析概念 第一节?聚类分析概述 （1）聚类分析法适用于没有先验知识的分类，调查者只要设 定比较完善的分类变量，就可以通过聚类分析法得到较为科学合理的类别； （2）聚类分 析法可以处理多个变量决定的分类； （3）聚类分析法是一种 探索性分析方法，能够分析事物的内在特点和规律，并根据相似性原则对事物进行分组， 是数据挖掘中常用的一种技术。 二、聚类分析特点 第一节?聚类分析概述 （一）在客户细分中的应用 （1）经验描述法，是指由决策者根据经验对客户 进行类别划分； （2）传统统计法，即根据客户属性特征的简单统计来划分客户类别； （3） 非传统统计方法，即基于人工智能技术的非数值方法。 （二）在实验市场选择中的应用 （1）市场饱和度测试； （2）产品的价格实验。 这种实验往往将新定价的产品投放市场，对顾客的态度和反应进行测试，了解顾客对这种 价格是否接受或接受程度如何； （3）新产品上市实验。 三、聚类分析的应用范围 第二节?聚类分析方法的基本原理 一、聚类模型原理分析 聚类分析过程主要分为三个环节：首先是对原始数据进行特征提取，其次采用聚类算法，最后是对阈值的选取。（如图） 第二节?聚类分析方法的基本原理 二、聚类分析的分类 （1）样品聚类 样品聚类在统计学中又被称为 Q 型聚类，用 SPSS 的术语来说就是对事件（Cass）进 行聚类，或是说对观测量进行聚类。它是根据观测对象的各种特征进行分类的，即根据反 映观测对象特征的各变量值进行分类。 （2）变量聚类 变量聚类在统计学又被称为 R 型聚类。反映同一事物特点的变量有很多，我们往往根 据所研究的问题选择部分变量对事物的某一方面进行研究。人类对客观事物的认识是有限 的，往往因难以找出彼此独立的有代表性的变量，而影响对问题的进一步认识和研究。 第二节?聚类分析方法的基本原理 三、聚类分析方法 （1）系统聚类法 （2）模糊聚类法 （3）K- 均值法 （4）有序样品的聚类 （5）分解法 （6）加入法 第二节?聚类分析方法的基本原理 四、距离和相似系数 （一）距离 第二节?聚类分析方法的基本原理 四、距离和相似系数 （二）相似系数 第三节? SPSS 聚类分析应用 （一）系统聚类（Hierarchical Clustering Method）也称分层聚类 在聚类分析方法中使用频 率最高。 系统聚类的基本思想是：首先，把 n 个样品（指标）看作 n 类，其中一类只有一 个样品（指标），接着根据任意两类间的距离或者相似程度把最接近的两类归并为一个新 类，同样的方法，继续分析新类与其他类之间的相似度，同时归并最相似的类，以此类推， 直到所有样品（或指标）合并为一类为止。 一、系统聚类 （二）系统聚类模型 系统聚类模型流程图如图 第三节? SPSS 聚类分析应用 一、系统聚类 （三）系统聚类分析在 spss 中的实现过程 教材P232 第三节? SPSS 聚类分析应用 一、系统聚类 K- 均值法程序由下列三步所组成： （1）把样品粗略地分成 k 个初始类； （2）进行修改，逐个分派样品到其最近均值的类中（通常用标准化数据或非标准化 数据计算欧氏距离），重新计算接受新样品的类和失去样品的类的形心（均值）； （3）重复第（2）步，直到各类无元素进出。 第三节? SPSS 聚类分析应用 二、k均值聚类 1．运用分层（系统）聚类法，依据消费者购物态度进行消费者聚类。基于过去的研究选择了6个态度变量，就下列的一些陈述，要求购物者表明同意程度，同意程度均用7点尺度表示（1=不同意，……,7=同意）: V1—购物有乐趣； V2—购物打乱了预算； V3—将购物欲上馆子吃饭联系； V4—在购物时，争取买到最划算的货物； V5—不关心购物 V6—通过价格比较，能够节省许多钱。 数据来自于20个消费者，如下表： 试用系统分类方法将上述20名消费者进行分类，并解释聚类结果。 第三节? SPSS 聚类分析应用 案例1 第三节? SPSS 聚类分析应用 案例1 个体编号 乐趣 预算 上