吕晓玲

（中国人民大学a.应用统计学科研究中心；b.统计学院，北京100872）

一、引 言

一直以来，消费者聚类都是统计学和市场营销学非常热门的研究课题［1－2］。通常利用人口信息、社会学信息、心理学信息、产品使用信息和偏好以及消费者之前的行为将消费者进行聚类。在电视行业，Kim利用电视节目收看信息，提出了一个三步市场分类步骤［3］。Vyncke利用他们设计的问卷实施了聚类分析，问卷内容涉及收看模式和个人特征，在分析不同市场的不同生活方式类型的表现时，利用了Ward’s等级聚类法和非等级聚类法［4］。通过调查随机抽取的1 600个样本，Hara等人通过同质分析与聚类分析相结合的方案对受访者聚类［5］。近年来，随着数据量的增大，带有变量选择功能的聚类方法也被深入研究［6－7］。

现有研究仅聚焦在寻找有意义和代表性的类别和生活方式上。在聚类过程中，需要知道个人行为的全部信息，因此结果只能对调查样本有效，除非进行大规模的调查，才可以应用结论预测新的样本所属的类别，但是从公司的角度出发，不仅需要大量的资源，而且不具有可操作性。如何仅依赖人口统计变量进行类别预测是长期以来困扰着市场研究人员的问题。对于一个城市或国家没有入样的消费者，他们的个人和家庭特征的详细信息很容易从人口普查数据中获得，如果有一种方法，它只依靠人口统计变量，并且可以将未入选样本的个体分配到由样本个体得到的行为方式分类中去，数据不完全的问题就可以得到解决。……