一种针对不完全观测数据的消费者聚类方法

发布时间：2018-04-19 00:11

本文选题：消费者聚类 + 不完全观测数据　；参考：《统计与信息论坛》2015年01期

【摘要】：现有聚类方法都是基于消费者全部的行为信息,对于观测不完全的信息,提出了三阶段聚类方法。首先,使用样本数据的全部信息对消费者聚类;接着仅使用人口统计变量建立分类模型;最后对上述结果进行修正。三阶段聚类方法最大优点是可以将没有入选样本的个体分配到由样本个体得到的行为集群中去,将这个方法应用于电视行业,得到了很有实际应有价值的结果。
[Abstract]:The existing clustering methods are based on all the behavior information of consumers. A three-stage clustering method is proposed for observing incomplete information.First, we use all the information of the sample data to cluster the consumers; then we only use the demographic variables to establish the classification model; finally, we modify the above results.The biggest advantage of the three-stage clustering method is that it can assign the individuals who are not selected to the behavior cluster obtained by the sample individuals. The method is applied to the television industry and the results are very valuable.
【作者单位】：中国人民大学应用统计学科研究中心;中国人民大学统计学院;
【基金】：教育部人文社会科学基金项目《消费者网络团购行为的统计建模研究》(11YJC910004) 国家自然科学基金项目《实时流数据变系数多分类模型研究》(61472475)
【分类号】：F713.55;F224

【参考文献】