朱杰+曹文吉
摘 要:研究大學生在市區(qū)使用4G手機上網(wǎng)的流量使用情況,利用主成分分析的方法和統(tǒng)計軟件SPSS對移動不同手機流量套餐進行排序。簡要分析了排序結(jié)果,指導運營商改進現(xiàn)有的手機流量套餐。
關鍵詞:主成分分析;SPSS;手機流量套餐;運營商
中圖分類號:TP393 文獻標識碼:A DOI:10.15913/j.cnki.kjycx.2017.07.093
隨著科技的進步,網(wǎng)絡飛速發(fā)展,我們進入了大數(shù)據(jù)時代。在大數(shù)據(jù)時代,使用手機流量上網(wǎng)成為人們生活中必不可少的部分。大學生是未來消費的主力軍,因此,針對在市區(qū)使用4G手機的大學生,利用主成分分析的方法和統(tǒng)計軟件SPSS對他們使用流量的區(qū)間進行分析排序,并分析其結(jié)果,以便運營商能夠合理設計流量套餐,使流量套餐更加符合大學生的需求。
1 主成分分析原理
對m個樣本的n個指標進行標準化處理,經(jīng)標準化處理后可得到標準化矩陣X.標準化處理為:
計算樣本相關系數(shù)矩陣。計算標準化后每兩個指標間的相關系數(shù),得到相關系數(shù)矩陣R.相關系數(shù)為:
R矩陣是一個實對稱的矩陣,其主對角線上元素均為1.
計算相關系數(shù)矩陣R的特征根和相應的特征向量。根據(jù)得到的相關矩陣,可求出其特征值為:
至此得到n個非負特征根,即:
對應于特征根的n個單位化特征向量a1,a2,…,an,構(gòu)成一個正交矩陣,記為:
計算主成分為:
式(8)中:Z0為樣本主成分;X0為標準化樣本。
在選擇主成分時,根據(jù)特征值從大到小選取,如果λi為相關矩陣R的第i個特征根,則第k個主成分的方差貢獻率為:
前r個主成分的累積方差貢獻率為:
當累積方差貢獻率達到一定數(shù)值時,提取前r個主成分。
計算主成分得分,將各主成分的方差貢獻率作為權重,線性加權求和得到主成分表達式為:
以每個主成分對應的特征值占總特征值之和的百分比作為權重,計算綜合主成分得分,即:
至此,根據(jù)該得分進行排序和綜合評價。
2 對移動手機流量套餐的主成分分析
2.1 原始數(shù)據(jù)
移動手機流量套餐原始數(shù)據(jù)如表1所示。
利用SPSS進行主成分分析,數(shù)據(jù)指標如下。其中,X1代表4G手機,X2代表大學生,X3代表市區(qū)。經(jīng)過SPSS的一系列計算,得到以下內(nèi)容。解釋的總方差如表2所示。
提取方法:主成分分析
表2說明了3個主成分解釋原始變量總方差的情況,且SPSS中默認保存方差大于1的主成分。前兩個主成分集中了原始變量98.854%(>85%)的信息。由此可見,前兩個主成分能夠較好地解釋原始變量。成分矩陣如表3所示。
提取方法:主成分
a. 已提取了 2個成分
表3為因子載荷陣,在SPSS中解釋為成分矩陣,表示的是變量與主成分之間的相關系數(shù)矩陣。
基于以上分析,經(jīng)過計算得到表4所示內(nèi)容。
由表4得到主成分的表達式為:
從主成分表達式中可以看出,第一主成分上X1有比較高的載荷。這說明,第一主成分F1是由變量X1決定的。4G手機作為流量套餐的主要消費類型,對流量套餐的選取有顯著影響。從第二主成分表達式中可以看出,X3有比較高載荷。這說明,Y2依賴于X3,即由于市區(qū)網(wǎng)速快,對流量套餐的選取有很大的影響。以此類推,在評價所選的流量套餐時,可以認為移動手機流量的套餐選取與手機類型是有關系的。
將主成分個數(shù)取為3,得到解釋的總方差如表5所示。
提取方法:主成分分析
至此獲得每個特征值及其所占總特征值的百分比,即:
用SPSS轉(zhuǎn)換變量進行計算,計算公式為:Score=FAC1?_2×SQRT(1.943)×0.647+FAC2?_2×SQRT(1.022)×0.340+FAC3-_2×SQRT(0.034)×0.011.
計算出來的各主成分得分和排序情況如表6和表7所示。
3 結(jié)果分析
經(jīng)過以上計算,得到如下結(jié)論:①排序最靠前的是>300 M的流量套餐。這說明,大學生對流量的需求是非常大的。移動運營商可以考慮針對這一特殊人群設計更加合理的套餐,以滿足他們的使用需求。同時,消費者使用的流量多,必然會降低運營商每兆流量的成本。因此,運營商可以考慮略微降低流量的費用,以刺激消費者使用更多的流量,從而實現(xiàn)雙贏。②對排序最后的套餐(<30 M),可以考慮將其取消。現(xiàn)在這個套餐的流量總量相對于4G手機的網(wǎng)速來說太少了。對于4G手機用戶來說,它已經(jīng)失去了存在的價值。
參考文獻
[1]侯進軍,肖艷清,譚敏,等.數(shù)學建模方法與應用[M].南京:東南大學出版社,2012.
[2]王玉英.數(shù)學建模及其軟件實現(xiàn)[M].北京:清華大學出版社,2015.
[3]俞文強,朱春華.基于SPSS下主成分分析中若干問題的總結(jié)[J].自然科學,2013,26(2).
[4]張文霖.主成分分析在SPSS中的操作應用[J].市場研究,2005(12).
[5]何亮.主成分分析在SPSS中的應用[J].山西農(nóng)業(yè)大學學報,2007(5).
〔編輯:白潔〕