需要搜集用戶(hù)的哪些特征,？
聚類(lèi)分析變量選擇的原則是：在哪些變量組合的前提,，使得類(lèi)別內(nèi)部的差異盡可能的小，即同質(zhì)性高,，類(lèi)別間的差異盡可能的大,，即同質(zhì)性低,，并且變量之間不能存在高度相關(guān)。
常用的用戶(hù)特征變量有：
① ?
人口學(xué)變量：如年齡,、性別,、婚姻、教育程度,、職業(yè),、收入等。通過(guò)人口學(xué)變量進(jìn)行分類(lèi),，了解每類(lèi)人口的需求有何差異,。
② ?
用戶(hù)目標(biāo)：如用戶(hù)為什么使用這個(gè)產(chǎn)品,？為什么選擇線(xiàn)上購(gòu)買(mǎi)？了解不同使用目的的用戶(hù)的各自特征,，從而查看各類(lèi)目標(biāo)用戶(hù)的需求,。
③ ?
用戶(hù)使用場(chǎng)景：用戶(hù)在什么時(shí)候，什么情況下使用這個(gè)產(chǎn)品,？了解用戶(hù)在各類(lèi)場(chǎng)景下的偏好/行為差異,。
④ ?
用戶(hù)行為數(shù)據(jù)：如使用頻率，使用時(shí)長(zhǎng),，客單價(jià)等,。劃分用戶(hù)活躍等級(jí)，用戶(hù)價(jià)值等級(jí)等,。
⑤ ?
態(tài)度傾向量表：如消費(fèi)偏好,，價(jià)值觀等，看不同價(jià)值觀,、不同生活方式的群體在消費(fèi)取向或行為上的差異,。
需要多少樣本量？
沒(méi)有限制,，通常情況下與實(shí)際應(yīng)用有關(guān),，如果非要加一個(gè)理論的限制，通常認(rèn)為,，樣本的個(gè)數(shù)要大于聚類(lèi)個(gè)數(shù)的平方,。
①如果需要聚類(lèi)的數(shù)據(jù)量較少（1000），應(yīng)該考慮選擇快速聚類(lèi)別法或者兩步聚類(lèi)法進(jìn)行,。
③如果數(shù)據(jù)量在100～1000之間,，理論上現(xiàn)在的計(jì)算條件是可能滿(mǎn)足任何聚類(lèi)方法的要求的，但是結(jié)果的展示會(huì)比較困難,，例如不可能再去直接觀察樹(shù)狀圖了,。
應(yīng)用定量方法還是定性方法？
聚類(lèi)分析是一種定量分析方法,，但對(duì)聚類(lèi)分析結(jié)果的解釋還需要結(jié)合定性資料討論,。
1.聚類(lèi)分析的定義與用途
聚類(lèi)分析（Cluster Analysis）是一種探索性的數(shù)據(jù)分析方法，根據(jù)指標(biāo)/變量的數(shù)據(jù)結(jié)構(gòu)特征,，對(duì)數(shù)據(jù)進(jìn)行分類(lèi),，使得類(lèi)別內(nèi)部的差異盡可能的小，即同質(zhì)性高,，類(lèi)別間的差異盡可能的大,，即同質(zhì)性低。
2.聚類(lèi)分析的方法
①層次聚類(lèi)法（Hierarchical），也叫系統(tǒng)聚類(lèi)法,。既可處理分類(lèi)變量,，也可處理連續(xù)變量，但不能同時(shí)處理兩種變量類(lèi)型,，不需要指定類(lèi)別數(shù),。聚類(lèi)結(jié)果間存在著嵌套，或者說(shuō)層次的關(guān)系,。
②K-均值聚類(lèi)法（K-Means Cluster）,，也叫快速聚類(lèi)法。針對(duì)連續(xù)變量,，也可處理有序分類(lèi)變量，運(yùn)算很快,，但需要指定類(lèi)別數(shù),。K-均值聚類(lèi)法不會(huì)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，需要先自己手動(dòng)進(jìn)行標(biāo)準(zhǔn)化分析,。
③兩步聚類(lèi)法（Two-Step Cluster）：可以同時(shí)處理分類(lèi)變量和連續(xù)變量,，能自動(dòng)識(shí)別最佳的類(lèi)別數(shù)，結(jié)果比較穩(wěn)定,。如果只對(duì)連續(xù)變量進(jìn)行聚類(lèi),，描述記錄之間的距離性時(shí)可以使用歐氏（Euclidean）距離，也可以使用對(duì)數(shù)似然值（Log-likelihood）,，如果使用前者,，則該方法和傳統(tǒng)的聚類(lèi)方法并無(wú)太大區(qū)別；但是若進(jìn)行聚類(lèi)的還有離散變量,，那么就只能使用對(duì)數(shù)似然值來(lái)表述記錄間的差異性,。當(dāng)聚類(lèi)指標(biāo)為有序類(lèi)別變量時(shí)，Two-Step Cluster出來(lái)的分類(lèi)結(jié)果沒(méi)有K-means cluster的明晰,，這是因?yàn)镵-means算法假定聚類(lèi)指標(biāo)變量為連續(xù)變量,。
3.聚類(lèi)分析的步驟
①確定研究目的：研究問(wèn)題關(guān)注點(diǎn)有哪些、是否有先驗(yàn)分類(lèi)數(shù)…
②問(wèn)卷編制：態(tài)度語(yǔ)句李克特項(xiàng)目,、有序類(lèi)別…
③確定分析變量：?jiǎn)柧碜兞康念?lèi)型,，連續(xù)or分類(lèi)，有序類(lèi)別or無(wú)序類(lèi)別,、是否納入后臺(tái)數(shù)據(jù),，變量間相關(guān)性低…
④聚類(lèi)分析：聚類(lèi)分析方法選擇、數(shù)據(jù)標(biāo)準(zhǔn)化方法,、聚類(lèi)類(lèi)別數(shù)確定…
⑤結(jié)果檢驗(yàn)：類(lèi)別間差異分析,、是否符合常理…
⑥聚類(lèi)結(jié)果解釋?zhuān)侯?lèi)別的命名、類(lèi)別間的差異、結(jié)合定性資料解釋…