基于兩步聚類算法的卷煙零售客戶分類研究

摘要：兩步聚類模型是一種新型的分層聚類算法，目前一般應(yīng)用在數(shù)據(jù)挖掘與多元統(tǒng)計(jì)的交叉領(lǐng)域——模式分類中，其算法適合任何尺度的變量。以??市卷煙零售可戶分類為例，運(yùn)用兩步聚類模型進(jìn)行客戶分類模擬研究，模擬結(jié)果顯示，基于兩步聚類算法的卷煙零售客戶分類，具有較高的科學(xué)性和精準(zhǔn)性。

關(guān)鍵詞：兩步聚類；客戶分類；類間差異

中圖分類號(hào)：F22 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2012）34-0210-05

一、兩步聚類

聚類（Cluster）就是按照一定的要求和規(guī)則對(duì)事物進(jìn)行區(qū)分和分類的過程，聚類分析（Cluster Analysis）則是指用數(shù)學(xué)方法研究和處理給定對(duì)象的分類，是研究“物以類聚”問題的一種有效方法。聚類分析通常用于解決多因素、多指標(biāo)的分類問題，其基本思想是根據(jù)對(duì)象間的相關(guān)程度進(jìn)行類別的聚合，其所用的方法大致可分為兩類：系統(tǒng)聚類法（Hierarchical Cluster）和非系統(tǒng)聚類法（Non-hierarchical Cluster）。其中，系統(tǒng)聚類的原理是先將所有N個(gè)變量（即觀測(cè)值）看成不同的N類，然后將性質(zhì)最接近（距離最近）的兩類合并為一類；再?gòu)倪@N-1類中找到最接近的兩類加以合并，依次類推，直到所有的變量被合為一類。顯然，在系統(tǒng)聚類法中，一旦變量被劃定在了一個(gè)類別中，以后它的分類結(jié)果就不會(huì)再進(jìn)行更改，這是它和非系統(tǒng)聚類法的顯著區(qū)別。

兩步聚類模型是一種新型的分層聚類算法（Herarchical Algorithms），目前一般應(yīng)用在數(shù)據(jù)挖掘與多元統(tǒng)計(jì)的交叉領(lǐng)域——模式分類中，其算法適合任何尺度的變量。兩步聚類分析主要是利用距離測(cè)度假設(shè)聚類模型的變量均為自變量，即假設(shè)連續(xù)型變量為正態(tài)分布，分類變量為多項(xiàng)式。使用經(jīng)驗(yàn)內(nèi)部檢驗(yàn)方法穩(wěn)定自變量假設(shè)及分布假設(shè)的干擾。兩步聚類分析可以產(chǎn)生不同的聚類判別信息、最終聚類的聚類頻數(shù)和描述性統(tǒng)計(jì)量，而且可以產(chǎn)生聚類頻數(shù)的條形圖和變量的重要性圖。兩步聚類分析具有如下特征：（1）可以處理分類變量和連續(xù)型變量。通過假設(shè)變量為自變量，綜合處理多項(xiàng)正態(tài)分布的數(shù)據(jù)資料；（2）自動(dòng)選擇聚類數(shù)。通過比較不同聚類結(jié)果的模型選擇準(zhǔn)則，程序自動(dòng)確定最優(yōu)聚類數(shù)；（3）有效地分析大樣本數(shù)據(jù)。而計(jì)算過程則分為兩步：1）構(gòu)建聚類特征樹；2）使用聚類法對(duì)聚類特征樹的節(jié)點(diǎn)進(jìn)行分組。

二、客戶分類

1.自動(dòng)聚類表

自動(dòng)聚類表可表示聚類分析中選擇聚類數(shù)的過程。一個(gè)好的聚類數(shù)不僅由BIC值決定（按照將最小的BIC值所對(duì)應(yīng)的聚類數(shù)作為最優(yōu)聚類數(shù)的確定原則），還應(yīng)該要求BIC的變化率和距離測(cè)度的變化率盡可能地相對(duì)大一些。綜合考慮聚類數(shù)確定原則，由下頁(yè)表1可知，聚類數(shù)為4是最優(yōu)的選擇。

2.聚類分布表

（2）聚類3的經(jīng)營(yíng)結(jié)構(gòu)特征：聚類3的1-9檔占比呈先逐級(jí)上升，后大幅下降的態(tài)勢(shì)，分別在5、7檔占比處形成兩個(gè)漸次上升的峰值，其8、9檔占比則大幅回落至低位；與其余三類相比，聚類3的1-4檔占比名列第二，5、6檔占比位居第一，7-9檔占比則位居第三。

（3）聚類2的經(jīng)營(yíng)結(jié)構(gòu)特征：聚類2的1-9檔占比態(tài)勢(shì)與聚類3相似；與其余三類相比，聚類2的1-5檔占比名列第三，6檔占比位居第二，7檔占比位居第一，8、9檔占比則位居第二。

（4）聚類1的經(jīng)營(yíng)結(jié)構(gòu)特征：聚類1的1-9檔占比態(tài)勢(shì)與聚類2、3相似；與其余三類相比，聚類1的1-6檔占比名列末位，7檔占比位居第二，8、9檔占比則位居第一。

總體上看，聚類4的經(jīng)營(yíng)結(jié)構(gòu)優(yōu)于聚類3，聚類3的經(jīng)營(yíng)結(jié)構(gòu)優(yōu)于聚類2，而聚類2的經(jīng)營(yíng)結(jié)構(gòu)優(yōu)于聚類1，即有：聚類4>聚類3>聚類2>聚類1。

4.聚類變量的類間差異

參考文獻(xiàn)：

[1] 李綱，畢振力.國(guó)產(chǎn)轎車市場(chǎng)競(jìng)爭(zhēng)格局的聚類分析[J].統(tǒng)計(jì)與決策，2007，（22）：125-127.

[2] 杜棟，龐慶華，吳炎.現(xiàn)代綜合評(píng)價(jià)方法與案例精選：第2版[M].北京：清華大學(xué)出版社，2008.

[3] 黃鐘穎.兩步聚類分析法在汽車市場(chǎng)研究中的應(yīng)用[J].管理觀察，2008，（9）：200-201.

[4] 仲秋雁，莫佳卉.基于拓展自組織神經(jīng)網(wǎng)絡(luò)方法的客戶市場(chǎng)細(xì)分[J].中國(guó)管理科學(xué)，2008，（10）：551-555.

[5] 統(tǒng)計(jì)預(yù)測(cè)與決策：第3版[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2008.

[6] 何俊德.項(xiàng)目評(píng)估——理論與方法：第2版[M].武漢：華中科技大學(xué)出版社，2009.

[7] 劉樂山，雷丁.論農(nóng)村消費(fèi)需求潛力向現(xiàn)實(shí)消費(fèi)需求的轉(zhuǎn)化[J].新疆財(cái)經(jīng)，2010，（2）：22-24.

[8] 吳耀宇，黃震方.江蘇省入境旅游客流波動(dòng)性問題研究[J].經(jīng)濟(jì)經(jīng)緯，2010，（2）：117-121.

[9] 楊萬平.中國(guó)省際環(huán)境污染的動(dòng)態(tài)綜合評(píng)價(jià)及影響因素[J].經(jīng)濟(jì)管理，2010，（8）：159-165

[10] 尹小平，王艷秀.中國(guó)汽車銷量影響因素的實(shí)證分析[J].統(tǒng)計(jì)與決策，2011，（8）：98-100.

[責(zé)任編輯 安世友]