什么是聚类分析?

更多操作可查看《如何使用聚类分析》《如何解读分析结果》

什么是聚类分析

聚类分析是数据挖掘领域最重要的研究分支之一,是一种基于事物自身的特征将其进行分组的统计分析方法。

将聚类分析应用在人群分组中时,它将能够帮助您从海量的用户数据中,分析出具有相似行为特征的用户群体,在用户生命周期分析和精准营销领域有着广泛的使用价值。

聚类分析界面介绍

「页面左侧区域」为已创建的分析模型列表,您可以在此管理并查看已经计算完成,和仍然处于计算队列中的分析模型;

「页面右侧区域」为参数配置区域,您可以在此区域中配置您的模型参数,之后系统将基于参数生成离线的聚类分析任务,并在计算完成后将结果展示在当前区域;

配置参数说明

{ 选择群组 } 参数:选择全部用户或某个已经创建的群组,系统将对该群组内的用户进行聚类分组分析;

{ 时间范围 } 参数:选择一个过去的时间范围,系统将会基于在该时间范围内用户进行的交互事件数据对所选群组进行聚类分析;

{ 分组数量 } 参数:选择一个 2~30 之间的分组数,系统将会基于该分组数设定最终生成的聚类分组的数量;

{ 对照组 } 参数:选择一个用作人群对照的群组,该群组不参与分析算法的计算,您可以通过对照组和不同聚类分组间的用户重叠度来进一步分析生成群组的价值;