基于服裝網(wǎng)民用戶網(wǎng)絡(luò)行為方式的聚類分析

孫寧寧

[摘 要]聚類分析是服裝網(wǎng)絡(luò)調(diào)查研究問(wèn)卷分析的重要組成部分，主要是運(yùn)用 SPSS 17.0對(duì)服裝網(wǎng)民用戶網(wǎng)絡(luò)購(gòu)買心理和支付行為方式量表進(jìn)行分析，是一種社會(huì)統(tǒng)計(jì)學(xué)軟件。聚類分析的目的在于將有效樣本中具有相對(duì)較大相似性及差異性的人群進(jìn)行歸類，從而為網(wǎng)絡(luò)用戶網(wǎng)絡(luò)行為模型的建立提供依據(jù)。

[關(guān)鍵詞]聚類分析；網(wǎng)民；網(wǎng)絡(luò)

[DOI]10.13939/j.cnki.zgsc.2017.24.072

1 服裝網(wǎng)民用戶網(wǎng)絡(luò)行為方式的聚類分析

聚類分析是研究事物分類的基本方法，在自然科學(xué)等各個(gè)領(lǐng)域有廣泛的應(yīng)用。該方法是根據(jù)事物本身的特性研究個(gè)體分類的方法，將數(shù)據(jù)分成幾個(gè)相異性最大的群組，而群組內(nèi)的相似程度很高。

聚類分析主要有：分層聚類法（Hierarchical Cluster Analysis）和快速聚類法（K-Means Cluster）兩種方法。分層聚類又稱系統(tǒng)聚類，是按照一定層次進(jìn)行的能夠得到多個(gè)分類解；K-Means Cluster快速聚類是一個(gè)能夠高效解決問(wèn)題的一個(gè)聚類方法，但其聚類數(shù)目K是事先指定的，輸出的結(jié)果是關(guān)于該類別的唯一解。一般根據(jù)實(shí)際情況和需求來(lái)確定聚類數(shù)目。如果觀察值的個(gè)數(shù)較多或者數(shù)據(jù)文件非常龐大（通常觀察值在200個(gè)以上），以采用K-Means Cluster快速聚類法較為適宜，因?yàn)橛^察值數(shù)量太多，冰柱圖與樹(shù)狀圖兩種判別圖形，在呈現(xiàn)時(shí)會(huì)過(guò)于分散，不易令人閱讀與解釋[1]。

由于文章只對(duì)網(wǎng)民用戶網(wǎng)絡(luò)行為方式進(jìn)行聚類分析，其樣本量共計(jì)316個(gè)（>200），但其類別范圍較小，聚類數(shù)目相對(duì)易于控制，所以采用K-Means Cluster快速聚類法進(jìn)行聚類。這樣可以簡(jiǎn)化分析步驟，能夠更加明確地分析出各類群之間的特征。

2 網(wǎng)絡(luò)行為方式聚類分析的判別分析（Discriminant Analysis）

Tatham & Anderson等人認(rèn)為，聚類的數(shù)目介于三個(gè)到六個(gè)之間，則研究發(fā)現(xiàn)將易于處理與溝通。[2]因此，本文利用SPSS中的K-Means Cluster快速聚類法分別對(duì)樣本進(jìn)行三到六類的聚類。現(xiàn)將研究的具體分析過(guò)程和結(jié)果做如下論述。

首先利用判別分析分別針對(duì)三類、四類、五類及六類進(jìn)行正確區(qū)別率預(yù)測(cè)。如表1各聚類數(shù)目的整體預(yù)測(cè)正確率所示。

分成圖表中四大類的整體預(yù)測(cè)正確率差別較小，100%的表現(xiàn)是分為三類時(shí)。據(jù)此，可以先將每個(gè)分類的Wilks Lambda值計(jì)算出來(lái)，根據(jù)其變化幅度的大小來(lái)最終確定分類數(shù)目。如表2 Wilks Lambda值所示。

從表中得知，本研究以原來(lái)的聚類數(shù)（三類）為準(zhǔn)，即根據(jù)整個(gè)有效樣本的網(wǎng)絡(luò)行為方式變量將網(wǎng)民用戶分為三個(gè)類群，其典型判別函數(shù)得分散點(diǎn)圖如下圖所示。

典型判別函數(shù)得分散點(diǎn)圖

3 服裝網(wǎng)民網(wǎng)絡(luò)行為方式聚類分析的結(jié)果及命名

由判別分析可知，樣本聚類數(shù)為三類最恰當(dāng)。以K-Means Cluster快速聚類法對(duì)樣本進(jìn)行聚類，指定聚類數(shù)為三。由表3Iteration Historya迭代的偏移情況結(jié)果可以看出，經(jīng)過(guò)6次迭代后迭代終止，中心的偏移度均﹤0.02，因此可斷定該數(shù)據(jù)已達(dá)到了收斂。

表4為變量單因素方差分析表，從中可以看出，六個(gè)因子的Sig.值均為0.000，因此各因子變量在聚類中均呈現(xiàn)顯著性差異。

表5最終聚類中心顯示了三類網(wǎng)民人群對(duì)于六個(gè)因子的得分情況，根據(jù)設(shè)計(jì)的問(wèn)卷，在服裝網(wǎng)民用戶網(wǎng)絡(luò)行為方式變量部分使用的是李克特量表五級(jí)尺度評(píng)分，即“很不認(rèn)同”得最低分一分，“很認(rèn)同”得最高分五分，中間依此類推，根據(jù)認(rèn)同程度由低到高，分值也隨之由小到大。因此，表5中，得分越高（正值）表示對(duì)該因子的認(rèn)同程度越高，得分越低（負(fù)值）表示對(duì)該因子的認(rèn)同程度越低。為了便于觀察與衡量，將各因子得分最高與得分最低的類群以粗體顯示。據(jù)此，聚類分析結(jié)束。

4 各類網(wǎng)民用戶網(wǎng)絡(luò)行為方式特征內(nèi)容及命名

4.1 第一類服裝網(wǎng)民用戶

該類服裝網(wǎng)民人群非常認(rèn)可個(gè)性逆反因子、學(xué)習(xí)交流因子以及善良孤僻因子，對(duì)于網(wǎng)絡(luò)交易因子也表現(xiàn)出了認(rèn)同，但程度沒(méi)有第三類網(wǎng)民人群高，同時(shí)他們對(duì)于自我認(rèn)可因子和休閑娛樂(lè)因子表示了較高程度的不認(rèn)同。這類網(wǎng)民人群喜歡自由地發(fā)表言論，對(duì)于自己的情感毫無(wú)隱瞞，但他們習(xí)慣用一個(gè)虛擬的自我來(lái)代替真實(shí)的自我，在他們的內(nèi)心有股道德俠義的精神，且希望自己的一切行為被他人關(guān)注；同時(shí)，這類人群熱愛(ài)學(xué)習(xí)，他們對(duì)于網(wǎng)絡(luò)的利用通常是為了查閱資料、獲取知識(shí)，喜歡在網(wǎng)上進(jìn)行聽(tīng)課學(xué)習(xí)，閑暇時(shí)會(huì)上網(wǎng)關(guān)注時(shí)事與新聞。在與家人或朋友的感情方面，這類人群會(huì)通過(guò)網(wǎng)絡(luò)與其保持溝通與交流；再者，這類人群富有愛(ài)心且注重自身實(shí)際能力的提升，喜歡享受網(wǎng)上陌生環(huán)境帶來(lái)的寧?kù)o與輕松。這類人群對(duì)于自我認(rèn)可因子與休閑娛樂(lè)因子持很不認(rèn)同觀點(diǎn)，說(shuō)明他們?cè)诰W(wǎng)上很隨意，不在意自身價(jià)值的體現(xiàn)；并且他們很少利用網(wǎng)絡(luò)進(jìn)行一些娛樂(lè)活動(dòng)，如聽(tīng)歌、看視頻、小說(shuō)以及玩游戲等，不喜歡體驗(yàn)網(wǎng)上的刺激，也不愿在網(wǎng)上接受各種挑戰(zhàn)。綜上所述，將此類網(wǎng)民人群命名為“個(gè)性進(jìn)取族”。

4.2 第二類服裝網(wǎng)民用戶

該類服裝網(wǎng)民人群比較認(rèn)同自我認(rèn)可因子，但程度遠(yuǎn)沒(méi)有第三類人群高，對(duì)于個(gè)性逆反因子與休閑娛樂(lè)因子持勉強(qiáng)認(rèn)同的態(tài)度，這類網(wǎng)民人群比較注重自身價(jià)值的實(shí)現(xiàn)以及自身在社會(huì)中的影響力，偶爾會(huì)利用網(wǎng)絡(luò)娛樂(lè)一下自己，作為短暫的消遣；同時(shí)，他們對(duì)于網(wǎng)絡(luò)持十分謹(jǐn)慎的態(tài)度，其對(duì)網(wǎng)絡(luò)的安全性與信息的真實(shí)性等方面非常不信任，絕不會(huì)通過(guò)網(wǎng)絡(luò)進(jìn)行一些金融交易活動(dòng)，也不會(huì)選擇在網(wǎng)上查閱資料、學(xué)習(xí)或與人交流等，擔(dān)心個(gè)人財(cái)產(chǎn)或隱私被竊取。綜上所述，將此類網(wǎng)民人群命名為“隨意網(wǎng)游族”。

4.3 第三類服裝網(wǎng)民用戶

該類服裝網(wǎng)民人群非常認(rèn)同網(wǎng)絡(luò)交易因子，這點(diǎn)跟第二類網(wǎng)民人群完全相反，也很認(rèn)同自我認(rèn)可因子與休閑娛樂(lè)因子，但是對(duì)于個(gè)性逆反因子，此類人群表現(xiàn)出了強(qiáng)烈的排斥，非常不認(rèn)同該因子。這類服裝網(wǎng)民人群對(duì)于網(wǎng)絡(luò)信息的真實(shí)性與網(wǎng)絡(luò)的安全性表示非常信任，熱衷于服裝網(wǎng)絡(luò)購(gòu)物以及各種金融交易，他們很注重自身的價(jià)值得到認(rèn)可，希望通過(guò)網(wǎng)絡(luò)能完善并提高自己；但是，該類網(wǎng)民人群不喜歡在網(wǎng)上宣泄個(gè)人情感，也不會(huì)在網(wǎng)上對(duì)他人的行為進(jìn)行評(píng)論甚至是批判，絕不會(huì)在網(wǎng)上進(jìn)行一些涉及個(gè)人情感的活動(dòng)，就算是在網(wǎng)絡(luò)這個(gè)虛擬的世界，他們也會(huì)做真實(shí)的自我。綜上所述，將此類網(wǎng)民人群命名為“交易娛樂(lè)族”。

5 結(jié) 論

表6是聚類分析的最終服裝樣本群體分布表，從表中可知在三類服裝網(wǎng)民人群中，隨意網(wǎng)游族所占比例最大，共有127人，占總樣本數(shù)的40.19%；其次是個(gè)性進(jìn)取族，共有125人，占總樣本數(shù)的39.56%；交易娛樂(lè)族所占比例最小，共有64人，占20.25%。其詳細(xì)分布情況如表6所示。

至此，根據(jù)服裝網(wǎng)民用戶網(wǎng)絡(luò)行為方式將網(wǎng)民用戶分為三（≥2）個(gè)類群，即產(chǎn)生了三類服裝網(wǎng)民用戶模型，從而驗(yàn)證了研究假設(shè)1，即：根據(jù)服裝網(wǎng)民的網(wǎng)絡(luò)行為方式，可將網(wǎng)民劃分為N（N≥2）個(gè)類別，因此該假設(shè)成立。

參考文獻(xiàn)：

[1]吳明隆.SPSS統(tǒng)計(jì)應(yīng)用實(shí)務(wù)[M].北京：中國(guó)鐵道出版社，2001.

[2]陳智勇.行動(dòng)電話消費(fèi)者之區(qū)隔以及對(duì)電信公司之認(rèn)知與偏好[D].臺(tái)北：臺(tái)灣大學(xué)，1999.endprint