当前位置：文档之家 › 基于K-MEANS聚类的电商网站用户行为分析

基于K-MEANS聚类的电商网站用户行为分析

  • 格式：pdf
  • 大小：834.64 KB
  • 文档页数：6

第38卷第3期温州大学学报（自 然 科 学 版）2017年8月V ol 38, No 3 Journal of Wenzhou University (Natural Science Edition) Aug, 2017 基于K-MEANS聚类的电商网站用户行为分析王召义，薛晨杰(安徽商贸职业技术学院经济贸易系，安徽芜湖 241002)摘要：调整网站访问日志数据，从中提取用户访问各类页面次数，考虑类别化的变量组合方式，采用K-MEANS聚类对类别化的变量进行聚类分析，理解各类别特征，描述用户行为，分析各类别与输出结果的关联性，并为制定网站经营策略提供支持和参考依据．实证研究表明，对页面访问次数占比进行K-MEANS聚类分析，可以明确各类型页面与输出结果之间的关联性．关键词：K-MEANS聚类；用户行为；多元回归；输出结果中图分类号：TP311.13 文献标志码：A 文章编号：1674-3563(2017)03-0049-06DOI：10.3875/j.issn.1674-3563.2017.03.008 本文的PDF文件可以从获得用户行为主要是指用户在使用网络资源时所呈现出来的规律，可以用某些特征量的统计特征或特征量的关联关系定量或定性地表示[1]．购物网站的用户行为特征更有其独特之处，通过数据挖掘技术分析购物网站的用户行为特征，己成为电子商务用户流失领域的一个重要研究课题[2]．1 问题由来现在的中小企业在互联网的冲击下，有的被时代淘汰，有的则搭乘互联网+的浪潮，摇身一变成了有着独立购物网站的电子商务企业[3]．独立购物网站在给企业带来机遇的同时，也面临着一系列的问题——网站如何推广、流量从哪里来、如何识别用户访问行为特征等，这些问题处理不好，会拖累企业发展．分析网站访问日志是解决这些问题的有效手段之一，通过分析网站访问日志能了解用户行为及被频繁访问的资源．因此，本文从大量网站访问日志数据中提取有关数据，使用K-MEANS聚类对这些数据进行分析，描述用户行为特征，从而为制定网站经营策略提供支持和参考依据．2 研究模型基于K-MEANS聚类的网站用户行为分析，其核心是对网站访问日志数据进行聚类分析，描述各类别的特征，并分析各类别与输出结果的关联性．研究模型主要分为三个部分：数据准备、数据分析和结论．具体流程如图1．1）数据准备从企业自建的购物网站访问日志中提取出用户访问各类页面的次数，并计算出各页面类型访收稿日期：2016-09-30基金项目：安徽省高校优秀青年人才支持计划项目(gxyqZD2017110)；安徽省高校人文社会科学研究重点项目(SK2016A0357)；安徽省教学研究项目(2015jyxm751)；安徽省高校自然科学研究重点项目(KJ2016A253)作者简介：王召义(1983-)，男，安徽宿州人，讲师，硕士，研究方向：数据挖掘温州大学学报（自然科学版）(2017)第38卷第3期50问占比即类别化；从用户交易记录数据库中，统计出用户的总消费金额．即得到变量为用户ID 、各页面类型访问占比，输出结果为消费金额的原始数据．2）数据分析数据分析分为两个阶段展开工作。

第一阶段是对类别化后的数据进行K-MEANS 聚类分析，分析各类别与输出结果的关联性；第二阶段是用多元回归统计分析各变量与输出结果的关联性，并与第一阶段分析结果进行比较．3）结 论以分析结果为参考，对网站及经营策略进行改善并验收成果．图1 研究模型 Fig 1 Research Model3 实证研究3.1 数据准备以安徽省芜湖市A 企业自建购物网站的访问日志为数据源，该网站架构如图2所示．图2 A 企业网站首页部分截图（网站logo 已遮挡）Fig 2 Website Homepage Partial Screenshots from Company A (Website Logo Has Been Shielded)王召义等：基于K-MEANS聚类的电商网站用户行为分析51首页上是商品分类、特卖页面的链接，访客可以由此进入商品详情页，并在购物车内进行订单结算，其它还有搜索、帮助功能．“商品详情”与“商品分类”的页面完全不同，“特卖页面”与“帮助”页面也不一样．因此，可以先将网站上的各个页面按照其文件性质大致分类，然后请网络工程师按照该分类列表统计访问日志．3.1.1 原始数据在筛选网站访问日志时，要将访问日志与以用户为单位统计的消费金额相结合，从中分离出适当的变量及数据．为了能够将体现用户行为特征的要素以一目了然的形式统计出来，本文把购物网站的页面简单分成首页、商品分类、商品详情、特卖页面、搜索功能、购物车、其他（帮助或客服）几大类．以用户为单位，统计各类页面的访问次数，并将其与输出结果（消费金额）相结合，即成如表1的原始数据．表1 原始数据Table 1 Raw Data访问次数用户ID 消费金额/ 元首页商品分类商品详情特卖页面搜索功能购物车其它合计U00000268 1 670 7 6 37 0 1 2 1 54U00000323 6 870 4 1 5 2 0 1 0 13U00000386 2 940 5 4 10 3 0 1 0 23U00000535 1 390 7 2 39 3 12 8 2 73U00000536 27 500 3 3 8 1 1 1 0 17U00000625 920 4 1 6 3 0 1 0 15 … … … … … … … … … … 3.1.2 变量的类别化表1中除了用户ID、消费金额外，还包含了用户对各类型页面的访问次数．排除消费金额和用户ID，可供选择的变量即为各类型页面的访问次数，但不能直接对其进行聚类分析，因为聚类分析会将值相似的数据看作“同一个类别”进行分类[4]．因此，本文不直接使用访问次数进行聚类，而是将焦点放在访问页面类型所占的比例上，即各类型页面的访问次数除以合计访问次数所得的占比，这是因为访问页面类型的占比可以反映用户的喜好．需要强调的是，本文使用各类页面的访问占比进行聚类分析，是由多方面因素决定的．在其他情况下，直接使用次数，或者使用完全不相干的其它要素进行聚类分析也是非常有可能的．3.2 数据分析3.2.1 K-MEANS聚类分析K-MEANS聚类需要事先判断簇个数来作为输入参量，该参数的设置往往涉及到聚类效果．轮廓系数可以用来解决这个问题．轮廓系数方法结合了凝聚度和分离度，可以以此来判断聚类的优良性，其值在-1到+1之间，值越大表示聚类效果越好．依据这个原理，使用SPSS Modeler对类别化后的数据进行多次K-MEANS聚类分析，并计算在每个簇数条件下的轮廓系数，当轮廓系数取最大时，其相应的簇个数是最好的．选择k = 2,3,4,5,6，对应的平均轮廓值为0.4, 0.6, 0.5, 0.5, 0.5．因此，选择聚类数为3的K-MEANS聚类对数据进行分析，聚类结果如表2所示，其中，聚类-1数量为2 185、聚类-2数量为5 754、聚类-3数量为2 596，共计10 535，无缺失．52温州大学学报（自然科学版）(2017)第38卷第3期表2 聚类结果Table 2 Clustering Results占比聚类大小首页商品分类商品详情特卖页面搜索功能购物车其它（帮助等）聚类-1 20.7% (2 185) 0.14 0.02 0.54 0.01 0.17 0.10 0.02聚类-2 54.6% (5 754) 0.19 0.17 0.50 0.03 0.03 0.06 0.01聚类-3 24.7% (2 596) 0.27 0.12 0.40 0.15 0.02 0.02 0.013.2.2 理解各类别的特征对每个聚类的中心点（均值）数据进行横向、纵向比较，会发现各类别特征即顾客行为．根据电子商务网站的特点和用户的购物习惯，绝大多数用户必须通过商品详情页点击购买，才能进入提交订单环节[5]，所以商品详情页占比不作为理解类别特征的核心因素．聚类-1用户群体几乎不怎么浏览商品分类页面、特卖页面和其它页面，却频繁使用搜索功能，经常使用购物车，且比其它类别频繁许多，可以归类为利用搜索功能直接找到商品并进行购买的“搜索型用户”．聚类-2用户群体浏览商品分类页面较其它类别频繁，且均衡利用购物车、搜索功能．这种首页-商品类型-商品详情页-购物车的浏览顺序与网站运营者的预想完全吻合．另外，在三种类别中，这一类别的人数最多，所以称之为“普通型用户”．相较于其它类别，聚类-3用户群体不怎么浏览帮助功能、购物车、搜索功能，却经常浏览首页和特卖页面．这说明，这类用户经常回来确认特卖页面的内容，可以称之为“促销型用户”．至此，我们大致理解了各类别用户的行为特征．3.2.3 各类别与输出结果的关联性聚类分析完成，不过是“从多个变量中找出了能够用于分析的定性的新变量（类别的分类）”[6]，分析消费金额与新得到的变量（搜索型用户、普通型用户、促销型用户）之间的关联性才是重点．消费金额为定量数据，变量（类别的分类）为定性数据．只需要在EXCEL中进行交叉表分析即可计算出各类别的平均消费金额，具体结果如表3所示．表3 平均消费金额Table 3 Average Consumption Amount客户类型平均消费金额/ 元消费差额（以促销型用户的消费为基准）/ 元P值促销型用户 3 164.283 513普通型用户 6 408.216 893 3 243.933 379 9.435 6E-108 搜索型用户9 023.331 808 5 859.048 295 1.268 93E-74 观察生成的表3可以发现，“搜索型用户”的平均消费金额最高，其次是“普通型用户”，而总是喜欢浏览特卖页面的“促销型用户”的平均消费金额最低．以促销型用户的消费为基准，计算促销型用户与普通型用户、搜索型用户的消费差额，通过“t检验”的方法求出P值，结果如表3．因为P < 0.001，可以很肯定地断定，促销型用户与普通型用户、搜索型用户之间有着显著性差异，3.3 多元回归统计分析以消费金额为输出结果，用户为分析单位，各类网页的访问次数为变量（不包括合计访问次王召义等：基于K-MEANS聚类的电商网站用户行为分析53数），进行多元回归分析，探究各变量与输出结果有何关联性．使用SPSS 22.0对表1的各页面访问次数进行多元回归分析，分析结果如表4所示．表4 回归系数Table 4 Regression Coefficient非标准化系数t P值变量B 标准错误（常量） 6 104.010 269.637 22.638 0.000首页-85.257 66.175 -1.288 0.198商品分类63.372 51.137 1.239 0.215商品详情31.496 13.749 2.291 0.022特卖页面-803.202 97.678 -8.223 0.000搜索功能236.355 70.606 3.348 0.001购物车124.452 119.469 1.042 0.298其它（帮助等）-70.369 156.825 -0.449 0.654 根据分析结果，可以大致看出用户的行为是如何影响消费金额的．首先，显著性P小于0.05的有三项，即“商品详情页”、“特卖页面”、“搜索功能”，其中P值最小的“特卖页面”的回归系数为负值，表示浏览该页面的用户消费金额低，对消费金额有消极的影响．其次，“商品详情页”和“搜索功能”的回归系数显示正值．表示“商品详情”每增加一次访问，消费金额会增加31.496，“搜索功能”每增加一次访问，消费金额则会增加236.355，这两项对消费金额都有积极的影响．最后，针对“首页”、“商品分类”、“购物车”这三类，本文分析了10 535名用户395 304次的访问日志，却发现无法判断其对销售额的影响是积极还是消极．使用K-MEANS聚类和多元回归分析对数据进行分析后，发现两种分析结果十分相似，相互补充．回归系数最大的搜索功能与搜索型用户相对应；回归系数为负值的特卖页面与促销型用户相对应；回归系数较小的商品详情与普通型用户相对应。

合集下载

聚类分析技术在客户营销中的应用

聚类分析技术在客户营销中的应用

聚类分析技术在客户营销中的应用随着信息化和数字化的快速发展，促进了各种行业之间的融合和交叉。

客户营销作为企业运营中不可或缺的组成部分，也被电子商务、移动互联网等数字化平台广泛运用，并且越来越多的企业开始关注客户营销的科学性和精度。

其中，聚类分析技术是一种被广泛运用的数据分析方法，它可用于区分不同的客户群体，为营销策略提供科学依据。

本文将从聚类分析技术在客户营销中的应用，数据分析方法和营销策略实施三个方面进行阐述。

一、聚类分析技术在客户营销中的应用1. 客户分群通过聚类分析技术，可以将客户数据按照某些特定的属性分为不同的群体。

这种分群的方法基于统计学原理，并且可通过聚类算法自动实现。

例如，在电商平台上，可以通过用户的订单、收藏、浏览等行为数据，将客户分为高消费、低消费、高频次消费、低频次消费等不同的群体，根据不同群体的特点，制定有针对性的促销策略，更优化营销效果。

2. 个性化营销在分群的基础上，企业还可以根据客户群体提供更加个性化的服务，以提升客户满意度和忠诚度，并推动消费者的复购率。

例如，基于聚类分析方法，企业可以根据客户的购买行为，向其推荐更符合其兴趣和需求的商品，以此加深品牌与消费者之间的关系。

二、数据分析方法1. 数据预处理在进行聚类分析前，需对所得到的数据进行清理和处理。

数值型的数据要进行标准化，确保了各特征之间的权重不同，得到的聚类结果更加客观可靠。

同时，对于非数值型的数据，如性别、地区、职业等特征，需转化为数值型数据，并根据实际情况考虑是否进行无量纲化处理。

2. 聚类算法聚类算法是实现聚类过程中的核心部分。

绝大多数聚类算法可分为基于划分或基于层次的聚类方法。

其中，k-means算法是最为常用的划分聚类方法，其基本原理是将样本分为k个大小相等的簇，并向簇中心点不断靠近直至到达最优解。

3. 聚类结果评价聚类结果评价指对聚类结果进行评估。

常用的方法有内部评价和外部评价。

内部评价指对算法本身的评估，例如簇内差异性、簇间距离等；外部评价则是对算法得到的聚类结果的评价，如精度、召回率、F1-score等。

基于大数据聚类算法K-means的用户分群

基于大数据聚类算法K-means的用户分群

K-Means 是一种无监督的机器学习算法，也叫 K均值、K- 平均，是聚类算法中的最常用的一种，概括是 说是“物以类聚、人以群分”，算法运算速度快，适合连 续型的数据，但在聚类前需要手工指定要分成几类。[1]
K-Means 基本思想是将多个样本根据其属性划分为 K 个簇，初始 K 个簇的中心点是随机选定，再通过计算 每个样本点到 K 个簇中心的距离，按照最近邻原则把每 个样本点划分到 K 个簇中，然后将每个簇中所有样本点 的坐标值进行平均，作为每个簇的新中心，如此进行迭 代，直到簇中心的位置不再移动（即簇中心移动距离小 于给定值），具体步骤如下 ：①将原始杂乱无章的样本点 划分 K 个簇，簇中心随机选择。②计算每个样本点到 K 个簇中心的距离，将样本划分到距离最近的簇中心对应
； while（@@fetch_status=0）begin declare @ttc_curr int，@DT_curr VARCHAR（30）； fetch from Refuel_cursor into @DT_curr，@ttc_curr ； if（@@fetch_status=0）begin if（@ttc_curr > @ttc_prev + 1）begin declare @ttc VARCHAR（1000）； set @ttc = cast（@ttc_prev+1 as VARCHAR）； declare @idx int ； set @idx = @ttc_prev + 2 ； while（@idx < @ttc_curr）begin set @ttc = @ttc + '，' + cast（@idx as VARCHAR）； set @idx = @idx + 1 ； end ；
矿产

矿产

矿产资源开发利用方案编写内容要求及审查大纲
矿产资源开发利用方案编写内容要求及《矿产资源开发利用方案》审查大纲一、概述
㈠矿区位置、隶属关系和企业性质。

如为改扩建矿山, 应说明矿山现状、
特点及存在的主要问题。

㈡编制依据
(1简述项目前期工作进展情况及与有关方面对项目的意向性协议情况。

(2 列出开发利用方案编制所依据的主要基础性资料的名称。

如经储量管理部门认定的矿区地质勘探报告、选矿试验报告、加工利用试验报告、工程地质初评资料、矿区水文资料和供水资料等。

对改、扩建矿山应有生产实际资料, 如矿山总平面现状图、矿床开拓系统图、采场现状图和主要采选设备清单等。

二、矿产品需求现状和预测
㈠该矿产在国内需求情况和市场供应情况
1、矿产品现状及加工利用趋向。

2、国内近、远期的需求量及主要销向预测。

㈡产品价格分析
1、国内矿产品价格现状。

2、矿产品价格稳定性及变化趋势。

三、矿产资源概况
㈠矿区总体概况
1、矿区总体规划情况。

2、矿区矿产资源概况。

3、该设计与矿区总体开发的关系。

㈡该设计项目的资源概况
1、矿床地质及构造特征。

2、矿床开采技术条件及水文地质条件。

基于某百货商场销售数据的K-means聚类分析

基于某百货商场销售数据的K-means聚类分析

基于某百货商场销售数据的K—means聚类分析陈波红（广西民族大学相思湖学院，广西南宁530000）摘要：当代电商产业的迅速发展,使得零售百货行业遭受强大的冲击，故识别消费能力最为出色的会员群体，维护与这部分会员的友好关系，能给零售业带来稳定的利润。

同时筛选出次活跃的会员，通过有针对性的促销活动刺激这部分会员将极大提高零售百货的利润。

本文对2019年某商场的会员进行分层分类，基于信息登记不完整的会员的比例略高于信息登记完整的会员的比例，但这两类会员的年消费总额相差不大，故只分析信息登记完整的会员。

而在信息完整的会员中，年消费频次为10〜100次的会员，消费总额占信息完整会员的60.8%,故使用K-means均值法对这部分消费力较为出色的会员进行分类，由分类结果可识别出消费能力最为出色的会员为第四类会员，他们的人数占比为信息完整会员的4.4%,但消费总额占比为19.1%。

第一类会员的人数占比57.5%,但消费总额只占23.4%,商场可有针对性地策划促销活动刺激第一类会员的消费，对商场利润的提升将有很大的空间。

关键词：会员信息；客户关系；聚类分析;K-means均值中图分类号:F721文献识别码：A文章编号：2096-3157（2021）01-0015-03客户关系管理是提升企业盈利能力的重要工具,通过识别、筛选出最出色的消费者，建立并维系一个利润最大化的消费者关系组合旳。

对于服务业，无论是金融业、零售百货还是咨询业，客户关系管理在影响企业的盈利方面都是极其重要，若能维护稳定的客户关系，将给企业带来持续稳定的利润来源。

故将企业的顾客进行分类,筛选出消费能力最出色的消费群体，并对该群体进行维护与管理是有必要和有价值的。

随着零售行业竞争的加剧、线上产品及服务的不断涌入，上述行业都面临着极大的挑战，尤其是其盈利能力。

因此,本文将基于某百货商场会员的入会登记数据及会员的消费数据，借助Excel与R语言等数据分析工具，将会员进行粗分类后再使用K-means均值分析方法进行细分类，以便筛选出消费能力最出色的消费群体，并采用有针对性的促销活动，以维护商场与这部分会员到店消费的稳定关系，进而提升百货商场的盈利能力⑵。