一种针对不完全观测数据的消费者聚类方法  

A Consumer Segmentation Method for Incomplete Data

作　　者：吕晓玲[1,2] 

机构地区：[1]中国人民大学应用统计学科研究中心,北京100872 [2]中国人民大学统计学院,北京100872

出　　处：《统计与信息论坛》2015年第1期9-13,共5页Journal of Statistics and Information

基　　金：教育部人文社会科学基金项目<消费者网络团购行为的统计建模研究>(11YJC910004);国家自然科学基金项目<实时流数据变系数多分类模型研究>(61472475)

摘　　要：现有聚类方法都是基于消费者全部的行为信息,对于观测不完全的信息,提出了三阶段聚类方法。首先,使用样本数据的全部信息对消费者聚类;接着仅使用人口统计变量建立分类模型;最后对上述结果进行修正。三阶段聚类方法最大优点是可以将没有入选样本的个体分配到由样本个体得到的行为集群中去,将这个方法应用于电视行业,得到了很有实际应有价值的结果。Most of existing clustering methods are based on consumers＇full information ,so they can＇t be applied to incomplete data . T his article proposes a new three‐step segmentation method to solve this problem .To be specific ,in first step ,sample consumers are grouped into different clusters with full information ;in second step ,classification model is built with only demographic information ;in third step , the model is corrected .The key advantage of the new method is that it can classify a new sample with little information into a particular cluster . Last , the method is applied to television audience segmentation problem .The results are interesting and useful .

关 键 词：消费者聚类 不完全观测数据 支持向量机 收视行为 

分 类 号：F224.0[经济管理—国民经济] O213[理学—概率论与数理统计]