基于Ｋ—ｍｅａｎｓ算法的電子政務(wù)用戶細(xì)分模型研究

[摘 要] 在系統(tǒng)闡釋電子政務(wù)發(fā)展階段的基礎(chǔ)上，將CRM及其客戶細(xì)分理念引入電子政務(wù)領(lǐng)域，構(gòu)建用戶細(xì)分模型，并進(jìn)行實(shí)證分析，結(jié)果表明，細(xì)分結(jié)果能夠?yàn)閭€(gè)性化服務(wù)的實(shí)現(xiàn)創(chuàng)造條件。

[關(guān)鍵詞] 電子政務(wù) CRM 客戶細(xì)分 K—means算法

一、引言

經(jīng)過(guò)多年建設(shè)，我國(guó)的電子政務(wù)已取得了巨大的成就，圍繞關(guān)系國(guó)計(jì)民生的大事要?jiǎng)?wù)，圍繞企業(yè)和社會(huì)公眾的實(shí)際需求，政府網(wǎng)站發(fā)揮了積極而明顯的作用。從公共服務(wù)的角度，我國(guó)電子政務(wù)經(jīng)歷了按部門提供服務(wù)、按用戶對(duì)象或應(yīng)用主題提供服務(wù)的發(fā)展階段，當(dāng)前，迎來(lái)了個(gè)性化服務(wù)的發(fā)展階段，要求充分以用戶需求為依據(jù)提供個(gè)性化服務(wù)。

而大多數(shù)電子政務(wù)網(wǎng)站提供的都是面向所有服務(wù)對(duì)象的通用服務(wù)，缺乏特色和針對(duì)性，滿足不了廣大用戶多樣化的需求。要解決這一矛盾，首先需要在充分了解用戶需求的基礎(chǔ)上，對(duì)用戶進(jìn)行細(xì)分，才能針對(duì)細(xì)分群體提供個(gè)性化服務(wù)。因此，本文將CRM及其客戶細(xì)分理念引入電子政務(wù)領(lǐng)域，借鑒CRM主要的聚類算法K—means算法，構(gòu)建用戶細(xì)分模型，對(duì)用戶進(jìn)行細(xì)分。

二、電子政務(wù)的發(fā)展階段及面臨的問(wèn)題

1.電子政務(wù)的發(fā)展階段

所謂電子政務(wù)，就是公共管理部門應(yīng)用現(xiàn)代信息和通信技術(shù)，將管理和服務(wù)的一項(xiàng)項(xiàng)具體業(yè)務(wù)通過(guò)網(wǎng)絡(luò)技術(shù)進(jìn)行集成，在互聯(lián)網(wǎng)上實(shí)現(xiàn)組織結(jié)構(gòu)和工作流程的優(yōu)化重組，超越時(shí)間、空間與部門分隔的限制，全方位地向社會(huì)提供優(yōu)質(zhì)、規(guī)范、透明的管理和服務(wù)。

從公共服務(wù)的角度，我國(guó)電子政務(wù)主要經(jīng)歷了三個(gè)發(fā)展階段。

第一階段是從政府職能的角度提供服務(wù)，即以機(jī)構(gòu)設(shè)置為依據(jù)提供服務(wù)，例如將服務(wù)按照部門分類。這一階段提供服務(wù)的主要特點(diǎn)有：（1）服務(wù)可用性低。在電子政務(wù)建設(shè)初期，大多數(shù)政府網(wǎng)站都按照部門提供服務(wù)，用戶只有了解政府機(jī)構(gòu)職能，才能選擇部門進(jìn)入相應(yīng)的服務(wù)窗口。（2）服務(wù)易用性低。大多數(shù)網(wǎng)站按照部門提供服務(wù)，使得辦事程序重復(fù)、繁瑣，用戶需要訪問(wèn)多個(gè)部門網(wǎng)站，由原本跑多個(gè)衙門轉(zhuǎn)變?yōu)樵诰W(wǎng)站上訪問(wèn)多個(gè)網(wǎng)站，服務(wù)的易用性大打折扣。（3）服務(wù)效果差。由于電子政務(wù)建設(shè)初期缺乏部門業(yè)務(wù)協(xié)同，導(dǎo)致辦事效率低下，幾乎無(wú)法發(fā)揮在線服務(wù)的高效性。

第二階段是從用戶對(duì)象的角度提供服務(wù)，即以應(yīng)用主題或用戶對(duì)象為依據(jù)提供的一站式服務(wù)，例如按照婚姻生育、教育就業(yè)等應(yīng)用主題或者企業(yè)、個(gè)人等用戶對(duì)象分類。這一階段提供服務(wù)的主要特點(diǎn)有：（1）服務(wù)可用性大大提高。按照應(yīng)用主題或者用戶對(duì)象提供服務(wù)的方式，大大降低了用戶接受服務(wù)的難度，用戶從單一的政府網(wǎng)站入口能夠獲取政府相關(guān)的信息和服務(wù)。（2）服務(wù)易用性有待提高。雖然按照應(yīng)用主題或者用戶對(duì)象對(duì)服務(wù)進(jìn)行了初步分類，但是并沒有結(jié)合用戶需求對(duì)服務(wù)事項(xiàng)進(jìn)一步細(xì)分，因此，用戶進(jìn)入相應(yīng)的主題，面對(duì)數(shù)量龐大的事項(xiàng)往往無(wú)從下手。（3）服務(wù)效果明顯提高。這一階段的電子政務(wù)開始注重跨部門合作，業(yè)務(wù)協(xié)同得到加強(qiáng)，能夠把不同的政府職能部門通過(guò)網(wǎng)絡(luò)集成在一起，讓公眾享受“一站式”服務(wù)，有效地提高了服務(wù)效率。

第三階段是從用戶特定需求的角度提供服務(wù)，即充分以用戶多樣化的需求為依據(jù)提供的個(gè)性化、定制化服務(wù)，例如將用戶進(jìn)一步細(xì)分為農(nóng)民、老幼病殘等群體。汪向東、姜奇平將這一階段稱為全面響應(yīng)型電子政務(wù)，是指在任何時(shí)間和任何地點(diǎn)對(duì)全部政務(wù)需求包括公民個(gè)性化需求的全面響應(yīng)。我國(guó)已經(jīng)迎來(lái)個(gè)性化服務(wù)的發(fā)展階段。這一階段提供服務(wù)的主要特點(diǎn)有：（1）服務(wù)易用性大大提高。進(jìn)一步實(shí)現(xiàn)“以公眾為中心”和無(wú)縫隙的公共服務(wù)。用戶能夠在網(wǎng)站上方便地實(shí)現(xiàn)所有與政府打交道的事務(wù)，個(gè)性化需求得到滿足。政府在此階段才真正由原本的分散結(jié)構(gòu)轉(zhuǎn)變?yōu)橐惑w化的網(wǎng)上政府，由原本的管理主體轉(zhuǎn)變?yōu)榉?wù)中心。（2）服務(wù)效果大大改善。個(gè)性化服務(wù)階段的電子政務(wù)最大限度地實(shí)現(xiàn)了電子政務(wù)的核心價(jià)值——為用戶提供高認(rèn)知度、高滿意度的公共服務(wù)，使政府職能轉(zhuǎn)變的目標(biāo)與滿足用戶實(shí)際需求的建設(shè)工作高度統(tǒng)一。同時(shí)，改善和提高了政府形象與效能——電子政務(wù)真正體現(xiàn)政府管理方式創(chuàng)新的重要成果，展示建設(shè)社會(huì)主義“和諧社會(huì)”的重要成就。

2.當(dāng)前電子政務(wù)面臨的問(wèn)題

電子政務(wù)是給任何人、任何社會(huì)群體提供公共服務(wù)，服務(wù)對(duì)象具有多層次、多樣性的特點(diǎn)，存在面向用戶需求和目標(biāo)不同的差異，如何根據(jù)用戶特定需求有針對(duì)性地提供個(gè)性化的公共服務(wù)，是目前我國(guó)電子政務(wù)面臨的最大問(wèn)題。要解決這一問(wèn)題，首先需要對(duì)用戶群體進(jìn)行細(xì)分。本文借鑒CRM的核心理念及其客戶細(xì)分思想，嘗試對(duì)電子政務(wù)用戶進(jìn)行細(xì)分。

三、CRM及其對(duì)電子政務(wù)的借鑒意義

1.CRM的基本內(nèi)涵及客戶細(xì)分

CRM是一種“以客戶為中心”的企業(yè)商務(wù)戰(zhàn)略，強(qiáng)調(diào)個(gè)性化定制、實(shí)現(xiàn)“一對(duì)一”營(yíng)銷和服務(wù)，目的是使企業(yè)根據(jù)客戶細(xì)分進(jìn)行重組，強(qiáng)化使客戶滿意的行為，從而改善客戶的滿意程度并提高企業(yè)的利潤(rùn)。核心理念就是倡導(dǎo)從“以產(chǎn)品為中心”轉(zhuǎn)向“以客戶為中心”的企業(yè)經(jīng)營(yíng)理念和運(yùn)作模式，通過(guò)完善的客戶服務(wù)和深入的客戶分析來(lái)滿足客戶的個(gè)性化需求。

CRM的核心方法是“個(gè)性化”的營(yíng)銷管理和服務(wù)。所謂客戶細(xì)分是指根據(jù)客戶的價(jià)值、需求和偏好等綜合因素對(duì)客戶進(jìn)行分類，并提供有針對(duì)性的產(chǎn)品、服務(wù)和營(yíng)銷模式的過(guò)程，分屬于同一客戶群的消費(fèi)者具備一定程度的相似性，而不同的細(xì)分客戶群間存在明顯的差異性。

早期的客戶細(xì)分方法主要有定性的經(jīng)驗(yàn)描述法和定量的傳統(tǒng)統(tǒng)計(jì)法。隨著客戶的需求、行為、偏好等因素隨著市場(chǎng)的變化越來(lái)越快，客戶細(xì)分的過(guò)程應(yīng)該是一個(gè)動(dòng)態(tài)的過(guò)程。客戶動(dòng)態(tài)細(xì)分的實(shí)現(xiàn)方式要靠K—means算法等數(shù)據(jù)挖掘技術(shù)，細(xì)分結(jié)果更符合市場(chǎng)的動(dòng)態(tài)變化。在市場(chǎng)分析中，通過(guò)聚類分析能幫助決策者識(shí)別不同特征的客戶群以及客戶群的行為特征。

2.對(duì)電子政務(wù)的借鑒意義

目前大多數(shù)電子政務(wù)網(wǎng)站提供的都是面向所有服務(wù)對(duì)象的公共服務(wù)，缺乏特色和針對(duì)性，無(wú)法滿足用戶個(gè)性化需求。將CRM的核心理念及“個(gè)性化”的客戶細(xì)分思想用于指導(dǎo)電子政務(wù)建設(shè)實(shí)踐，對(duì)電子政務(wù)用戶進(jìn)行細(xì)分，能夠滿足用戶個(gè)性化需求。對(duì)于每一個(gè)具體的用戶，不管是個(gè)人還是企事業(yè)機(jī)構(gòu)，由于其個(gè)體特征、知識(shí)結(jié)構(gòu)等自身特點(diǎn)，以及所處的社會(huì)環(huán)境的不同，對(duì)政府服務(wù)都具有不同的需求。如：同是買房，不同的人由于收入水平的差別其購(gòu)房類型、付款方式都會(huì)不同。因此，對(duì)用戶進(jìn)行細(xì)分是電子政務(wù)個(gè)性化服務(wù)發(fā)展階段的迫切要求。

四、電子政務(wù)用戶細(xì)分模型的構(gòu)建

已有的電子政務(wù)用戶的分類方法都是基于經(jīng)驗(yàn)和一些描述性統(tǒng)計(jì)結(jié)果對(duì)用戶進(jìn)行粗略的分類，在電子政務(wù)用戶分類領(lǐng)域缺少科學(xué)的分類算法。本文首次將CRM主要的聚類算法K—means算法應(yīng)用到電子政務(wù)用戶細(xì)分領(lǐng)域，構(gòu)建用戶細(xì)分模型。

1.K—means算法基本原理

K—means算法以歐式距離作為相似性測(cè)度，它是求對(duì)應(yīng)某一初始聚類中心向量V=(V1，V2，…，VK)T最優(yōu)分類，使得評(píng)價(jià)指標(biāo)JC值最小。算法常采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)，誤差平方和準(zhǔn)則函數(shù)定義為：S={x1，x2，…，xn}。其中，Mi是類Ci中數(shù)據(jù)對(duì)象的均值，p是類Ci中的空間點(diǎn)。

K—means算法是一個(gè)最優(yōu)化求解問(wèn)題，目標(biāo)函數(shù)存在著許多局部極小點(diǎn)，只有一個(gè)是全局最小點(diǎn)。目標(biāo)函數(shù)的搜索方向總是沿著誤差平方和準(zhǔn)則函數(shù)減小的方向進(jìn)行。不同的初始值使得聚類中心向量V沿著不同的路徑使目標(biāo)函數(shù)減少。目標(biāo)函數(shù)分別沿著VA、VB、VC三種不同的初始值向量的路徑逐步減小，分別找到各自對(duì)應(yīng)的最小值。其中，只有B點(diǎn)對(duì)應(yīng)的最小值才是全局最小點(diǎn)，而A、C兩點(diǎn)對(duì)應(yīng)的最小值是局部極小點(diǎn)。

K—means算法采用迭代更新的方法：在每一輪迭代中，依據(jù)k個(gè)聚類中心將周圍的點(diǎn)分別組成k個(gè)簇，而重新計(jì)算的每個(gè)簇的質(zhì)心(即簇中所有點(diǎn)的平均值，也就是幾何中心)將被作為下一輪迭代的參照點(diǎn)。迭代使得選取的參照點(diǎn)越來(lái)越接近真實(shí)的簇質(zhì)心，所以目標(biāo)函數(shù)越來(lái)越小，聚類效果越來(lái)越好。

2.電子政務(wù)用戶的細(xì)分模型構(gòu)建

K—means的目標(biāo)是根據(jù)輸入的參數(shù)k，將數(shù)據(jù)劃分成k個(gè)簇。算法首先隨機(jī)選取k個(gè)點(diǎn)作為電子政務(wù)用戶對(duì)象的初始聚類中心，然后計(jì)算各個(gè)用戶對(duì)象的樣本到聚類中心的距離，把樣本歸到離它最近的用戶聚類中心所在的類；對(duì)調(diào)整后的新類計(jì)算新的聚類中心，如果相鄰兩次的聚類中心沒有任何變化，說(shuō)明樣本調(diào)整結(jié)束，聚類準(zhǔn)則函數(shù)JC已經(jīng)收斂。在每次迭代中都要考察每個(gè)用戶樣本的分類是否正確，若不正確，就要調(diào)整。在全部樣本調(diào)整完后，再修改聚類中心，進(jìn)入下一次迭代。如果所有的樣本被正確分類，則不會(huì)有調(diào)整，聚類中心也不會(huì)變化，這標(biāo)志著JC己經(jīng)收斂，算法結(jié)束。該算法框架如下：

(1)給定大小為n的數(shù)據(jù)集，令I(lǐng)=1，選取k個(gè)初始聚類中心Zj(I)，j=1，2，3，…，K；

(2)計(jì)算每個(gè)數(shù)據(jù)對(duì)象與聚類中心的距離D(xi，Zj(I))，i=1，2，3，…，k，如果滿足D(xi，Zk(I))=min{D(xi，Zj(I))，j=1，2，3，…，k}，則xi∈wk；

(3)計(jì)算誤差平方和準(zhǔn)則函數(shù)JC：

(4)判斷：若則算法結(jié)束；否則I=I+1，計(jì)算k個(gè)新的聚類中心，，返回(2)。

K—means算法的步驟

K—means算法

算法K—means (s，k)，{xi}ni=1，xi=(xi1，L，xip，L，xis)

Input：n個(gè)數(shù)據(jù)對(duì)象集合xi

Output：k個(gè)聚類中心Zj及k個(gè)聚類數(shù)據(jù)對(duì)象集合Cj

Begin

m=1

initial k prototype Zj，j∈[1，k]

repeat

for i=1 to n do

computer

if D(xi，zj)=min{D(xi，zj)} then

end

if m=1，then

m=m+1

for j=1 to k do

End

當(dāng)考察完所有數(shù)據(jù)對(duì)象后，一次迭代運(yùn)算完成，新的聚類中心和JC值也計(jì)算出來(lái)。如果在一次迭代前后，JC值沒有變化，說(shuō)明算法己經(jīng)收斂，即準(zhǔn)則函數(shù)JC作為算法是否結(jié)束的依據(jù)。在迭代過(guò)程中，JC值逐漸減小，直到它的最小值為止。圖2顯示了K—means算法的迭代過(guò)程。這個(gè)算法需要的時(shí)間復(fù)雜度為0(tknd)，其中t是算法循環(huán)的次數(shù)，t<

五、實(shí)證分析

以下面的實(shí)例對(duì)上述模型進(jìn)行實(shí)證分析，驗(yàn)證細(xì)分模型的有效性，得到細(xì)分結(jié)果。本文針對(duì)當(dāng)前城鎮(zhèn)居民最為關(guān)心的住房問(wèn)題進(jìn)行研究，對(duì)有住房需求的城鎮(zhèn)居民以家庭為單位進(jìn)行細(xì)分。

1.細(xì)分屬性選擇及數(shù)據(jù)準(zhǔn)備

不同家庭具有不同的收入水平、家庭資產(chǎn)、風(fēng)險(xiǎn)偏好等，這些都是影響購(gòu)房方式的重要因素，因此，本文初始選取了包括family population（家庭人口）、income（人均年收入）、family assets（人均家庭資產(chǎn)）、marriage（婚姻狀況）、venture preference（風(fēng)險(xiǎn)偏好）、housing area(人均住房使用面積)、intention（購(gòu)房目的）7個(gè)細(xì)分屬性，以描述有住房需求的家庭的不同類型，選擇北京市城八區(qū)的家庭調(diào)研數(shù)據(jù)集的20876條數(shù)據(jù)進(jìn)行驗(yàn)證，得到部分?jǐn)?shù)據(jù)的視圖如下表所示。

2.K—means聚類分析

對(duì)上述屬性進(jìn)行相關(guān)性分析之后去除部分屬性，得到income（人均年收入）、family assets（人均家庭資產(chǎn)）、housing area(人均住房使用面積)3個(gè)屬性，本文選取K=5，隨即選擇5個(gè)對(duì)象代表5個(gè)類的均值，進(jìn)行聚類分析，得到最終的聚類中心和類的分布，如下表所示。

由此可見，將有用戶對(duì)象細(xì)分成了以下5類：住房困難群體，人均年收入、人均家庭資產(chǎn)、人均住房使用面積均符合廉租房申請(qǐng)條件的家庭；購(gòu)房困難群體：人均年收入、人均家庭資產(chǎn)、人均住房使用面積均符合經(jīng)濟(jì)適用房申請(qǐng)條件的家庭；潛力購(gòu)房群體：未達(dá)到經(jīng)濟(jì)適用房的申請(qǐng)條件，由于收入水平和家庭資產(chǎn)的限制，目前選擇租房；主要購(gòu)房群體：達(dá)到結(jié)婚年齡，并且有能力買房的主要房產(chǎn)需求群體；住房升級(jí)或購(gòu)房投資群體：經(jīng)過(guò)多年的財(cái)富積累，有住房升級(jí)的需求或者買房投資。

3.聚類效果評(píng)價(jià)

采用無(wú)指導(dǎo)和有指導(dǎo)方法評(píng)價(jià)上述K—means算法的聚類效果，結(jié)果如表所示。

從上表可以看出，K—means算法得出的類內(nèi)距離均小于0.1，說(shuō)明得到的用戶群的類內(nèi)特征相似，而類間距離均大于0.1，說(shuō)明得到用戶群的類間區(qū)別明顯。

4.細(xì)分結(jié)果分析

住房困難群體，是廉租房的保障對(duì)象，針對(duì)此類用戶群體應(yīng)提供廉租房的申請(qǐng)條件、辦理流程等服務(wù)，并且可將用戶在服務(wù)過(guò)程中遇到的常見問(wèn)題整理匯總，優(yōu)化服務(wù)內(nèi)容和方式；購(gòu)房困難群體，是經(jīng)濟(jì)適用房的保障對(duì)象，應(yīng)提供經(jīng)濟(jì)適用房申請(qǐng)條件、辦理流程等服務(wù)；潛力購(gòu)房群體，主要選擇租房的形式，可提供租房的流程等服務(wù)，由于這類群體經(jīng)濟(jì)水平提高之后相應(yīng)會(huì)有購(gòu)房需求，可提供相關(guān)的前期準(zhǔn)備服務(wù)；主要購(gòu)房群體，可提供貸款申請(qǐng)、公積金使用等服務(wù)，此外，這類群體在購(gòu)買住房之后，往往會(huì)有買車的需求，可同時(shí)提供買車的相關(guān)服務(wù)；住房升級(jí)或購(gòu)房投資群體，由于其購(gòu)買的往往是第二套及以上住房，應(yīng)提供第二套及以上住房的購(gòu)買政策和流程等服務(wù)，這類群體在住房升級(jí)之后，可能會(huì)有車輛升級(jí)的需求，同樣可提供買車服務(wù)等。

六、結(jié)論

本文將CRM及其客戶細(xì)分理念引入電子政務(wù)領(lǐng)域，構(gòu)建了用戶細(xì)分模型，并通過(guò)實(shí)證研究得到細(xì)分結(jié)果，在分析結(jié)果的基礎(chǔ)上，能相應(yīng)地提供個(gè)性化的政府服務(wù)，滿足細(xì)分群體的特定需求。實(shí)踐中電子政務(wù)用戶數(shù)量巨大，若更大范圍的選取用戶數(shù)據(jù)，利用細(xì)分模型進(jìn)行細(xì)分將得到更接近實(shí)際的分類結(jié)果。本文建立的細(xì)分模型與基于經(jīng)驗(yàn)的現(xiàn)有細(xì)分方法相比，由于引入了客戶細(xì)分理念和K—means算法，使得細(xì)分更加科學(xué)合理，且能夠隨著用戶需求的變化進(jìn)行動(dòng)態(tài)的調(diào)整，不斷提高服務(wù)的針對(duì)性。

參考文獻(xiàn)：

[1]2006年中國(guó)政府網(wǎng)站績(jī)效評(píng)估報(bào)告[R].中國(guó)軟件評(píng)測(cè)中心，2007

[2]李廣乾:電子政府與電子政務(wù)一理想與現(xiàn)實(shí)的關(guān)系[M].2002

[3]汪向東等:電子政務(wù)的行政生態(tài)學(xué)理論、方法與策略研究[R].中國(guó)社會(huì)科學(xué)院，2006

[4] 2007年中國(guó)政府網(wǎng)站績(jī)效評(píng)估報(bào)告[R].中國(guó)軟件評(píng)測(cè)中心，2008

[5]楊路明 巫寧等:客戶關(guān)系管理理論與實(shí)務(wù)[M].北京:電子工業(yè)出版社，2004

[6]段堯清 費(fèi)奎明:個(gè)性化電子政務(wù)信息服務(wù)模式[J].情報(bào)雜志，2007年第6期

[7]TonyBain等著 邵勇譯:SQL Server 2000數(shù)據(jù)倉(cāng)庫(kù)與Analysis Services[M].電力出版社.2003

[8]Vance Faber. Clustering and the Continuous K-means Algorithm