基于混合數(shù)據(jù)聚類算法的異質(zhì)顧客群體識別

謝衛(wèi)星，王曉琳，王旭陽，張靜娜，李玉鵬

中國礦業(yè)大學(xué) 礦業(yè)工程學(xué)院工業(yè)工程系，江蘇 徐州221116

顧客需求是產(chǎn)品/服務(wù)研發(fā)的根本動力，完善的產(chǎn)品/服務(wù)方案應(yīng)滿足和超出顧客期望，甚至創(chuàng)造新的顧客需求[1]。在新產(chǎn)品/服務(wù)投放市場至演化成熟的過程中，企業(yè)需要對顧客滿意度進(jìn)行測度。有關(guān)顧客滿意度的研究在產(chǎn)品/服務(wù)工程領(lǐng)域由來已久，測度方法主要分為兩類：結(jié)構(gòu)化模型（如結(jié)構(gòu)方程模型）[2]和評價決策模型[3]。結(jié)構(gòu)化模型的研究重點(diǎn)在于探索顧客滿意度的影響因素及其關(guān)聯(lián)關(guān)系，建模過程復(fù)雜，結(jié)果可靠性難以保證，因此，越來越多的研究者開始轉(zhuǎn)而關(guān)注基于評價決策模型的顧客滿意度測度[4]。

顧客是評價決策過程的主體，顧客評價是一種顧客主動表達(dá)信息的途徑，其中蘊(yùn)含了產(chǎn)品的優(yōu)勢與不足，以及潛在的期望，充分分析顧客評價有助于準(zhǔn)確地預(yù)測顧客需求。目前，顧客評價的研究主要為評價信息挖掘，如李實(shí)等[5]通過數(shù)據(jù)挖掘技術(shù)對顧客評價和態(tài)度進(jìn)行了分析，實(shí)現(xiàn)了針對中文評論的產(chǎn)品特征信息挖掘；Greco 和Polli[6]介紹了情感文本挖掘在品牌管理領(lǐng)域的應(yīng)用，展示了此過程的潛力，給出了顧客在產(chǎn)品偏好、表示和情感方面的特點(diǎn)；Liu[7]提出了一種新的文本分類模型對文本數(shù)據(jù)進(jìn)行最大影響、中等影響和最小影響三個特征的分類，進(jìn)而對顧客進(jìn)行了準(zhǔn)確的分類；Balbi 等[8]提出了一種新的社交媒體用戶滿意度的評價策略，通過評論排序?qū)崿F(xiàn)了考慮用戶體驗(yàn)的產(chǎn)品/服務(wù)方案評價。關(guān)于顧客評價信息挖掘的研究相對豐富，但對于異質(zhì)評價群體本身的研究仍不完善。顧客作為一類特殊的決策者，其評價信息的搜集與處理要借助滿意度量表（在線評論/調(diào)查問卷），用以對其模糊的感知評價進(jìn)行量化。但受其年齡、職業(yè)、心理狀態(tài)及成長經(jīng)歷等主、客觀原因的影響，決策者往往具備不同的風(fēng)險態(tài)度[9]和邊際效用，進(jìn)而使得其評價觀點(diǎn)表現(xiàn)出不同特征，最終對顧客滿意度產(chǎn)生影響。部分學(xué)者對顧客評價的特征進(jìn)行了研究，例如，Wang等[10]提出了一種啟發(fā)式深度學(xué)習(xí)方法從客戶產(chǎn)品評論中提取情感意見，實(shí)現(xiàn)了顧客評價的多重情感分類，獲得了七對情感屬性；李玉鵬等[3]在顧客滿意度測定中引入了一種不均衡語義量表，目的在于更加準(zhǔn)確的捕捉顧客在評價過程中偏好分布的非均勻特性?？梢?，從決策者的角度對顧客進(jìn)行分類，進(jìn)而捕捉其相應(yīng)的評價特征具有重要意義。

顧客評價特征表現(xiàn)為評價信息的多元性、沖突性等，其根本原因是顧客作為決策者的異質(zhì)性[11]。顧客的異質(zhì)性來源于顧客本身的特質(zhì)，例如，年齡、受教育程度、職業(yè)等。當(dāng)顧客具備相似特質(zhì)時，則會形成一類具有顯著特質(zhì)的決策群體。當(dāng)顧客決策群體的特質(zhì)具有顯著性差異時，其評價也會形成不同的評價類別[12]，所以，企業(yè)亦可通過識別異質(zhì)顧客群體來更加準(zhǔn)確地預(yù)測顧客需求，在此基礎(chǔ)上進(jìn)行產(chǎn)品再設(shè)計(jì)[13]。對異質(zhì)顧客群體進(jìn)行識別對于準(zhǔn)確捕捉其評價特征，設(shè)計(jì)相應(yīng)的評價模型及量表，從而獲得更為準(zhǔn)確的顧客滿意度信息具有重要工程意義。

本文將顧客定義為決策群體，考慮影響其異質(zhì)性形成的關(guān)鍵因素，基于混合屬性聚類方法實(shí)現(xiàn)異質(zhì)顧客群體的分類識別。首先將顧客定義為數(shù)值-分類屬性共存條件下混合屬性描述的空間向量，進(jìn)而設(shè)計(jì)初始聚類中心的確定方法，構(gòu)建統(tǒng)一相似度度量指標(biāo)，最后引入懲罰競爭機(jī)制，結(jié)合混合屬性聚類算法實(shí)現(xiàn)異質(zhì)顧客群體的識別。

1 異質(zhì)顧客群體識別方法框架

如前所述，影響顧客異質(zhì)性的因素有很多，在對顧客進(jìn)行分類時，要綜合考慮這些因素，并將其定義為聚類分析過程中的聚類屬性。顯然，上述屬性既包含數(shù)值型屬性（年齡、月收入等），又包含分類型屬性（學(xué)歷、職業(yè)階層等），此時，基于經(jīng)典歐氏距離的相似度測度不再適用。現(xiàn)有研究通常將分類屬性轉(zhuǎn)換為數(shù)值屬性，但存在信息丟失。在進(jìn)行異質(zhì)顧客群體識別時，本文引入基于聚類對象與聚類中心間相似性度量的聚類算法，并為相應(yīng)的混合型屬性數(shù)據(jù)建立一種統(tǒng)一的相似性度量標(biāo)準(zhǔn)，從而保證數(shù)值型屬性數(shù)據(jù)和分類型屬性數(shù)據(jù)在聚類過程中都能夠得到有效利用，降低信息丟失。方法框架如圖1所示。

圖1 異質(zhì)顧客群體識別方法框架

首先確定顧客群體特征屬性，再通過問卷調(diào)查得到顧客群體屬性值矩陣；然后利用本文所提的混合數(shù)據(jù)聚類算法對顧客群體進(jìn)行識別，得到顧客群體的分類結(jié)果；最后對分類結(jié)果統(tǒng)計(jì)分析，總結(jié)各類顧客群體的屬性特征。

2 基于懲罰競爭機(jī)制的混合數(shù)據(jù)聚類算法

傳統(tǒng)的聚類算法無法有效處理混合屬性數(shù)據(jù)集，且需要給出初始聚類數(shù)，聚類結(jié)果穩(wěn)定性不足。為了更好地處理異質(zhì)顧客群體聚類問題，本文引入一種基于懲罰競爭機(jī)制的混合數(shù)據(jù)聚類算法，能夠通過聚類項(xiàng)之間的相互競爭自動確定聚類數(shù)目，使聚類結(jié)果更為可靠。算法流程如圖2 所示，包括混合數(shù)據(jù)聚類算法、初始聚類中心確定、懲罰競爭學(xué)習(xí)機(jī)制三個部分。

圖2 混合屬性數(shù)據(jù)集聚類算法流程圖

2.1 基于統(tǒng)一相似性度量的混合數(shù)據(jù)迭代聚類算法

設(shè)顧客群體可表示為X={x1,x2,…,xn} ，其中xi為第i位顧客。將n個顧客聚成k類，表示為聚類項(xiàng)集C={C1,C2,…,Ck}，xi與Cj之間的相似度為s(xi,Cj)；且xi與Cj之間的數(shù)值型屬性相似度和分類型屬性相似度分別表示為

假設(shè)第i位顧客xi具有t個不同的聚類屬性，其中數(shù)值型屬性數(shù)量為tu，分類型屬性數(shù)量為tc，則xi可表示為數(shù)值型屬性分類型屬性其中中包含tc個屬性{Ar}(r=1,2,…,tc)，屬性Ar又包含m個取值{arg}(g=1,2,…,m)，則聚類目標(biāo)函數(shù)如公式（1）所示：

其中，Q為0-1矩陣，qij∈{0,1}滿足條件：

此外，數(shù)值型屬性和分類型屬性在聚類分析中對相似度的影響不同。每個分類屬性通?？梢员硎窘o定對象的一個重要特征，因此需要獨(dú)立建模；而對于數(shù)值型屬性，研究通常更加關(guān)注其整體效應(yīng)，因此在聚類分析時，將其描述為一個向量，作為整體對待[14]。則混合屬性數(shù)據(jù)的聚類相似度可表示為：

其中，tf=tc+1 為權(quán)重分項(xiàng)的數(shù)量，則數(shù)值型屬性相似度和分類型屬性相似度所占權(quán)重分別為1/tf和tc/tf。

本文采用可以反映屬性間相關(guān)性的馬氏距離計(jì)算數(shù)值型屬性相似度：

其中：

其中，cj表示Cj中數(shù)值屬性的中心，Dis(·)表示馬氏距離求解函數(shù)，為Cj中數(shù)值屬性的協(xié)方差矩陣。

分類型屬性的相似度可表示為：

因此分類型數(shù)據(jù)的相似度為：

在得到分類屬性和數(shù)值屬性的相似度后，由公式（2）可計(jì)算s(xi,Cj)，在此基礎(chǔ)上可得到

其中，i=1,2,…,n;j=1,2,…,k。

然后，每個xi都會分配給與其相似度最高的聚類項(xiàng)，不斷更新各聚類項(xiàng)中分類屬性各元素的頻率和數(shù)值屬性的中心，直至不再變化，得到聚類結(jié)果。

2.2 混合數(shù)據(jù)初始聚類中心的確定

初始聚類中心的選擇影響聚類的迭代次數(shù)和最終結(jié)果。目前大多數(shù)聚類方法在選取聚類中心時都采取隨機(jī)初始化的方法，幾乎沒有一種方法能夠普遍適用于混合屬性數(shù)據(jù)初始聚類中心的選取。根據(jù)實(shí)際情況來看，現(xiàn)有的聚類對象不能完全代表聚類項(xiàng)，因此選取的大多數(shù)聚類中心并不應(yīng)該是聚類對象中真實(shí)存在的數(shù)據(jù)，而是由屬性數(shù)據(jù)重組而來的虛擬對象[16]。

對于數(shù)值型屬性數(shù)據(jù)，為了避免聚類中心選取的隨機(jī)性，將聚類對象的向量中心作為第一個初始聚類中心，進(jìn)而利用公式（8）計(jì)算每個對象與向量中心的距離選取其中距離最大的聚類對象作為第二個初始聚類中心。

其中，i=1,2,…,n,e=1,2,3,…,tu，此時可確定前兩個初始聚類中心。為了保證每個初始聚類中心都是距離彼此最遠(yuǎn)的點(diǎn)，從第三個初始聚類中心選取時，要考慮累加影響。通過公式（9）計(jì)算每個聚類對象數(shù)據(jù)點(diǎn)與已經(jīng)選取的初始聚類中心距離之和選取累加距離最大的聚類對象點(diǎn)作為下一個初始聚類中心，依次選取，直至結(jié)束。

對于分類型屬性數(shù)據(jù)，如果僅采用密度度量方法確定初始聚類中心，會出現(xiàn)聚類中心集中度過高的問題；如果僅采用距離度量方法確定初始聚類中心，則會出現(xiàn)聚類中心離群度過高的問題。為了改善上述問題，同時避免聚類中心選取的隨機(jī)性，引入一種結(jié)合密度度量和距離度量確定初始聚類中心的方法。

首先，確定分類型屬性所有元素的數(shù)目，進(jìn)而找到在分類型屬性數(shù)據(jù)部分中含有的所有聚類對象數(shù)據(jù)點(diǎn)，放入集合中，該過程可用下式表示：

分類型屬性數(shù)據(jù)的初始聚類中心候選集合確定后，便可以通過密度度量的方式來選取第一個初始聚類中心。從初始聚類中心候選集合O中依次選取與每一個相比較，找到與相同次數(shù)最多的，記為將其作為分類型屬性數(shù)據(jù)的第一個初始聚類中心。接著通過公式（12）計(jì)算每一個初始聚類中心候選點(diǎn)的可能度選擇可能度最大的點(diǎn)作為下一個初始聚類中心，直至選取結(jié)束。

其中，i=1,2,…,n;r=1,2,…,tc。

將數(shù)值型屬性和分類型屬性的初始聚類中心按選取次序組合，即可得到混合數(shù)據(jù)的初始聚類中心。

2.3 懲罰競爭學(xué)習(xí)機(jī)制

Cho[17]提出的競爭學(xué)習(xí)機(jī)制源于神經(jīng)網(wǎng)絡(luò)的方法研究，如今已經(jīng)成為自組織網(wǎng)絡(luò)中一種常用的學(xué)習(xí)策略。競爭學(xué)習(xí)是通過個體的相互競爭，使競爭失敗者受到一定的懲罰，最終得到最優(yōu)解的過程。將這一思想引入到聚類算法中，可以實(shí)現(xiàn)聚類項(xiàng)的相互競爭，去除冗余的聚類項(xiàng)，得到最優(yōu)的聚類數(shù)目。

將k個不同的聚類類別Cj(j=1,2,…,k)分別看成是一個神經(jīng)元，設(shè)其在競爭中獲勝的次數(shù)為nj，所占權(quán)重為λj，則獲勝頻率γj可表示為：

基于混合數(shù)據(jù)聚類算法對相似度進(jìn)行求解，對于同一對象，相似度高的聚類項(xiàng)獲勝。由于相似度的值域?yàn)閇0，1]，可以對公式（1）做以下變換：

為了防止神經(jīng)元在競爭中“死亡”，通過獲勝頻率來削弱獲勝項(xiàng)在后續(xù)競爭中的能力，因此獲勝者Cv可由下式確定：

對于獲勝者Cv，其獲勝次數(shù)nv和權(quán)重λv可通過公式（17）和（18）計(jì)算：

其中η為學(xué)習(xí)率。

在競爭學(xué)習(xí)的基礎(chǔ)上，Cheung等[14]提出對次勝者進(jìn)行懲罰，以此來實(shí)現(xiàn)聚類數(shù)量的自動選擇。次勝者Cr可以通過公式（19）得到：

其權(quán)重λr可以通過公式（20）確定：

其中max(?)的作用是防止λr<0。

通過加入懲罰競爭機(jī)制，可以實(shí)現(xiàn)混合數(shù)據(jù)的自動聚類。首先，給k個聚類項(xiàng)分別選擇1個初始對象，將nj和λj的初始值設(shè)置為1，選擇合適的學(xué)習(xí)率η；繼而求出Cv和Cr以及滿足

的最小Q*；不斷更新各聚類項(xiàng)中分類屬性各元素的頻率和數(shù)值屬性的中心以及獲勝頻率γj和權(quán)重λv，直至Q*不再變化，得到最優(yōu)的聚類結(jié)果。

3 案例分析

當(dāng)前手機(jī)產(chǎn)品更新迅速，企業(yè)需要及時預(yù)測顧客需求，進(jìn)行改型設(shè)計(jì)。本章以某型號手機(jī)產(chǎn)品為研究對象，通過調(diào)研確定顧客群體屬性數(shù)據(jù)，利用所提方法對實(shí)現(xiàn)異質(zhì)顧客群體的分類。

3.1 數(shù)據(jù)的定義與準(zhǔn)備

異質(zhì)顧客群體識別是通過對混合屬性數(shù)據(jù)進(jìn)行聚類分析，得到分類結(jié)果。因此，需要首先確定用來識別顧客群體的屬性和各屬性取值范圍。經(jīng)過調(diào)研與分析，排除非主要屬性，共確定3 個數(shù)值型屬性：年齡、月收入、風(fēng)險偏好水平，3個分類型屬性：受教育程度、居住地區(qū)劃、職業(yè)。

不同的顧客對風(fēng)險的態(tài)度存在差異，風(fēng)險偏好水平表示顧客主動追求風(fēng)險、喜歡收益的波動性勝于穩(wěn)定性的態(tài)度。在調(diào)研時，采用了李克特量表來收集不同顧客者的風(fēng)險偏好水平數(shù)據(jù)，定義風(fēng)險偏好水平的取值范圍是（10，50）。

職業(yè)屬性共包含11 種元素，分別是國家與社會管理者、經(jīng)理人員、私營企業(yè)主專業(yè)技術(shù)人員、辦事人員、個體工商戶、商業(yè)服務(wù)人員、產(chǎn)業(yè)工人、農(nóng)業(yè)勞動者、城鄉(xiāng)無業(yè)/失業(yè)/半失業(yè)和全日制學(xué)生。各分類型屬性的值域如表1所示。

表1 分類型屬性值域

采用調(diào)查問卷收集顧客群體數(shù)據(jù)。共發(fā)出調(diào)查問卷600份，收回562份。初步篩選，去除掉填寫時間過短以及有明顯邏輯錯誤的問卷。根據(jù)各答案比例縮小樣本容量，選取出100 組具有代表性的數(shù)據(jù)采用SPSS 進(jìn)行信效度分析，可得α信度系數(shù)大于0.9，KMO 系數(shù)大于0.8，數(shù)據(jù)的信效度良好。

3.2 異質(zhì)顧客群體識別

利用本文所提方法對上述顧客群體進(jìn)行聚類分析。算法采用Visual Studio 2013 編程實(shí)現(xiàn)，計(jì)算機(jī)配置為參數(shù)設(shè)置如下：學(xué)習(xí)率η設(shè)置為0.01，可能度β權(quán)重設(shè)置為0.5。改變初始聚類數(shù)k的取值，得到相應(yīng)的聚類結(jié)果，如表2所示。各類別對象數(shù)量及聚類效果如圖3～8表示。

表2 案例聚類結(jié)果

圖3 聚類效果(k=3)

圖4 聚類效果(k=4)

圖5 聚類效果(k=5)

圖6 聚類效果(k=6)

圖7 聚類效果(k=7)

圖8 聚類效果(k=8)

從聚類效果圖及表2 可知，k=3，4 的聚類結(jié)果相同，k=6，7，8 的聚類結(jié)果相同，且k=6，7，8 的聚類結(jié)果各聚類項(xiàng)的分布較為均勻，類簇的直徑較小。綜合考慮后可得，k=6，7，8的聚類結(jié)果出現(xiàn)頻次最高，各類數(shù)量分布最為均勻，因此將其作為最終聚類結(jié)果，如圖9所示。

圖9 最終聚類結(jié)果

4 方法對比與聚類結(jié)果分析

本章將通過方法對比說明本文所提方法的特點(diǎn)，驗(yàn)證其優(yōu)越性；并對3.2節(jié)得到的分類結(jié)果進(jìn)行分析，總結(jié)各類顧客群體的異質(zhì)特征，為產(chǎn)品再設(shè)計(jì)提供參考。

4.1 方法對比

為了驗(yàn)證所提出的混合數(shù)據(jù)聚類算法的有效性，從算法特點(diǎn)、聚類數(shù)與每類個案數(shù)、聚類精度三方面，將混合數(shù)據(jù)聚類算法與K-means、K-prototypes 算法進(jìn)行對比。3種算法的特點(diǎn)如表3所示。

表3 3種算法特點(diǎn)

K-means 算法無法區(qū)分?jǐn)?shù)值型變量和分類型變量[18]，對于所有數(shù)據(jù)均采用距離來度量相似度，針對混合屬性數(shù)據(jù)聚類有較大缺陷。

K-prototypes 算法需要預(yù)先分配聚類數(shù)目，人為選擇帶來的負(fù)面影響較大。同時，由于初始聚類中心隨機(jī)確定，導(dǎo)致聚類結(jié)果的差異率很高。3種算法的聚類數(shù)與每類個體數(shù)如表4所示。

由表4可知，K-means算法和K-prototypes算法的聚類數(shù)完全取決于k的預(yù)定值，同時，每個類別的個體數(shù)分布很不均勻；而本文所提方法得到的聚類數(shù)相對穩(wěn)定，且無需預(yù)先確定聚類數(shù)。

表4 3種算法的聚類數(shù)與每類個體數(shù)對比

此外，從UCI 機(jī)器學(xué)習(xí)數(shù)據(jù)庫（URL：http：//archive.ics.uci.edu/ml/）中獲得“Heart Disease”數(shù)據(jù)集，以聚類誤差為指標(biāo)對比3種算法的性能。聚類誤差為：

其中，AC為聚類精度，n為數(shù)據(jù)集中實(shí)例總數(shù)，ai為數(shù)據(jù)庫提供的標(biāo)簽，map(bi)為映射函數(shù)，將所獲得的聚類標(biāo)簽bi映射到數(shù)據(jù)庫中的等效標(biāo)簽，當(dāng)且僅當(dāng)ai=map(bi)時δ(ai,map(bi))=1，否則δ(ai,map(bi))=0。

3 種算法的聚類誤差對比數(shù)據(jù)如表5 所示。“Heart Disease”數(shù)據(jù)集包括270個實(shí)例，具有7個分類型屬性、6個數(shù)值型屬性，理論上分為2 個類別。由于3 種算法的最終聚類數(shù)均小于或等于初始聚類數(shù)，故將k值設(shè)置為2、3和4。

表5 3種算法“Heart Disease數(shù)據(jù)集”的聚類誤差%

由表5 中可知，在聚類精度方面，本文所提方法優(yōu)于K-means算法和K-prototypes算法。

同時，由于懲罰競爭機(jī)制的引入，混合數(shù)據(jù)聚類算法可以更直接地獲得相對可靠的聚類結(jié)果而不會產(chǎn)生波動。

綜上所述，利用本文所提混合數(shù)據(jù)聚類算法對顧客群體分類的理論與實(shí)際優(yōu)勢如下：理論方面，顧客群體具有混合型屬性，其分類問題難以預(yù)先確定聚類數(shù)但要求穩(wěn)定可靠的結(jié)果。為了解決這一問題，本文針對顧客提出了一種混合型屬性聚類方法，采用懲罰競爭機(jī)制消除冗余聚類項(xiàng)，通過非隨機(jī)化方法確定初始聚類中心。所提出的算法在聚類結(jié)果的每類個體數(shù)和聚類精度方面均優(yōu)于K-means 算法和K-prototypes 算法?，F(xiàn)實(shí)方面，顧客數(shù)量龐大、特征多樣，難以逐一識別，分類后再處理是解決該實(shí)際問題的一種可取的方法，但其需要一個明確的分類結(jié)果，這一結(jié)果可以通過混合數(shù)據(jù)聚類算法獲得。此外，針對混合數(shù)據(jù)聚類算法的分類結(jié)果，進(jìn)一步分析同質(zhì)顧客群體中決策者之間以及異質(zhì)顧客群體之間的交互關(guān)系，提出針對相應(yīng)顧客群體的產(chǎn)品再設(shè)計(jì)方案，進(jìn)而形成標(biāo)準(zhǔn)化的產(chǎn)品再設(shè)計(jì)流程。

4.2 聚類結(jié)果分析

假設(shè)每個樣本個體代表一位顧客，則由上述聚類結(jié)果可知，100名顧客被分為三類：第一類共有34人，第二類共有28 人，第三類共有38 人。接下來將對每一類顧客群體做出分析。

第一類顧客群體與其他兩類比較，整體特征表現(xiàn)為群體年齡偏大、平均月收入高、不太愿意接受風(fēng)險、學(xué)歷較高、人員涉及各職業(yè)階層，具體數(shù)據(jù)見表6和表7。

表6 第一類顧客群體數(shù)值型屬性統(tǒng)計(jì)表

表7 第一類顧客群體分類型屬性統(tǒng)計(jì)表

第二類顧客群體與其他兩類比較，整體特征表現(xiàn)為群體年齡偏大、平均月收入最低、勉強(qiáng)愿意承受風(fēng)險、大多數(shù)來自鄉(xiāng)村少部分來自市區(qū)、文化水平低、職業(yè)主要是農(nóng)業(yè)勞動和產(chǎn)業(yè)工人，具體數(shù)據(jù)見表8和表9。

表8 第二類顧客群體數(shù)值型屬性統(tǒng)計(jì)表

表9 第二類顧客群體分類型屬性統(tǒng)計(jì)表

第三類顧客群體與其他兩類比較，整體特征表現(xiàn)為年輕人較為集中、收入水平一般、比較愿意接受風(fēng)險、主要來自縣區(qū)和市區(qū)、受教育程度中等水平、職業(yè)都較為穩(wěn)定，具體數(shù)據(jù)見表10和表11。

表10 第三類顧客群體數(shù)值型屬性統(tǒng)計(jì)表

表11 第三類顧客群體分類型屬性統(tǒng)計(jì)表

通過上述分析，可以看出本文所提的混合屬性聚類方法能較為準(zhǔn)確地識別異質(zhì)顧客群體，符合現(xiàn)實(shí)情況。

5 總結(jié)

本文針對異質(zhì)顧客群體識別問題，提出了一種混合數(shù)據(jù)聚類算法對其進(jìn)行分類。首先通過分析顧客群體主要特征確定識別指標(biāo)，并收集聚類對象各屬性數(shù)據(jù)；然后確定初始聚類中心并對相似度矩陣進(jìn)行迭代運(yùn)算，此外，在該過程中引入懲罰競爭機(jī)制，從而實(shí)現(xiàn)自動確定聚類項(xiàng)；最終得到異質(zhì)顧客群體的分類結(jié)果。在案例分析部分，以某型號手機(jī)產(chǎn)品作為研究對象，對其顧客群體進(jìn)行分類，最終得到較為可靠準(zhǔn)確的分類結(jié)果，從而對顧客需求預(yù)測及產(chǎn)品滿意度測量提供基礎(chǔ)。然而，本文僅提出了一種新型異質(zhì)顧客群體識別的思路，其仍存在一些不足。雖說可為企業(yè)提供短期參考，但所得數(shù)據(jù)容易受到樣本影響，其擴(kuò)展性還需進(jìn)一步研究完善。