基于大数据聚类算法K-means的用户分群
2021-07-04苏进
数字通信世界 2021年6期
苏 进
(中国联通安徽分公司,安徽 合肥 230000)
0 引言
运营商之间竞争愈发激烈,盲目的进行市场营销不仅成功率较低,而且浪费了大量的人力、物力资源,更有甚者会给用户带来负面感知,导致用户转网。同时运营商拥有海量的用户级数据,如何将用户数据深入分析,进而支撑市场营销及网络资源投放,成为运营商之间市场竞争的关键。
本文将基于大数据挖掘算法,将用户进行分群,不同的群体用户基于其特征进行不同的营销方案,通过精准营销克服盲目性,吸引新用户,留住老用户。同时锁定目标用户群进行有效网络资源投放,降本增效,获得更有利的市场渗透。
1 数据建模
商业营销方案中,聚类可以帮助数据分析人员根据消费者的自身属性、消费特征划分为不同的消费群体,并总结出每一类消费群体的消费习惯,进而支撑市场进行有针对性的营销方案。Clustering(聚类)目的即把数据分类,但是事先我们是不知道如何去分的,完全是算法自己来判断各条数据之间的相似性,相似的就放在一起。在聚类的结论出来之前,我们完全不知道每一类有什么特点,一定要根据聚类的结果通过人的经验来分析,看看聚成的这一类大概有什么特点。聚类是数据挖掘中使用较广泛的算法之一,可用来从海量的样本点中挖掘出一些深层信息,基于每一类的特点,可将注意力放在自己关注的特征上做进一步的分析。聚类分析是通过挖掘样本点之间的关系进而达到数据分组的目的,组内的样本点相似性越强,组间差异化越大,聚类效果越好。……
登录APP查看全文
