客服电话
APP下载
迪恩网络APP
随时随地掌握行业动态
官方微信
扫描二维码
关注迪恩网络微信公众号
|
案例:通过使用R语言的聚类算法将用户进行合理的划分,找出对超市贡献度,光临度最高的优质客户,对后期的推广有更深远的影响 1.导入包 library(dplyr)
library(reshape2)
library(cluster)
library(fpc)
library(mclust)2.加载数据集 options(digits = 18) #小数可以显示到第18位 lss_all_cust_ls_info <- read.table('E:\\Udacity\\Data Analysis High\\R\\R_Study\\高级课程代码\\数据集\\第一天\\1顾客细分\\lss_all_cust_ls_info.txt',header=T,sep='\t') head(lss_all_cust_ls_info) lss_cust_payment <- read.table('E:\\Udacity\\Data Analysis High\\R\\R_Study\\高级课程代码\\数据集\\第一天\\1顾客细分\\lss_cust_payment.txt',header=T,sep='\t') head(lss_cust_payment) lss_cust_spend_info <- read.table('E:\\Udacity\\Data Analysis High\\R\\R_Study\\高级课程代码\\数据集\\第一天\\1顾客细分\\lss_cust_spend_info.txt',header=T,sep='\t') head(lss_cust_spend_info) 3.查看数据集 #客户信息 head(lss_all_cust_ls_info) str(lss_all_cust_ls_info) summary(lss_all_cust_ls_info) #支付信息 head(lss_cust_payment) str(lss_cust_payment) summary(lss_cust_payment) #商品信息 head(lss_cust_spend_info) str(lss_cust_spend_info) summary(lss_cust_spend_info) 4.数据集预处理(将三个数据集合并成一个数据集,通过cust_id进行关联) data_cat_wide = dcast(lss_cust_spend_info,cust_id~ls_category,value.var = "ls_spd_share") head(data_cat_wide) names(data_cat_wide) data_cat_wide = data_cat_wide[,-2] #dim(data_cat_wide) #summary(data_cat_wide) data_payment_wide = dcast(lss_cust_payment,cust_id~payment_category_desc,value.var = "payment_amount_share") head(data_payment_wide) #dim(data_payment_wide) ### 3. join data ##把三张表进行合并，通过cust_id来进行列合并 cust_all = merge(lss_all_cust_ls_info,data_payment_wide, by="cust_id") cust_all_fnl = merge(cust_all,data_cat_wide, by="cust_id") ## 查看合并后的结果 head(cust_all_fnl,10) dim(cust_all_fnl) summary(cust_all_fnl)
结论:将所有的纵向表转换成横向表,同时把所有数据集的所有字段汇总到一张表 5.数据清洗 ## 提取出客户ID和性别 cust_id = cust_all_fnl[,1] cust_sex = cust_all_fnl[,2] ## 去除客户ID和性别,同时将除了这两个列之外的缺失值填充0 cust_all_fnl2 = cust_all_fnl[,-c(1,2)] cust_all_fnl2[is.na(cust_all_fnl2)] =0 ## 把性别缺失值变成1.5 cust_sex [is.na(cust_sex )] =1.5 ##把处理后的数据合并 cust_all_fnl = data.frame(cust_id,cust_sex,cust_all_fnl2) head(cust_all_fnl) #summary(cust_all_fnl) ## 对于异常值进行处理，如果百分比小于0，则变成0，如果百分比大于1 则等于1 dim(cust_all_fnl) for(i in 7:dim(cust_all_fnl)[2]) { cust_all_fnl[,i][cust_all_fnl[,i]<0] = 0 cust_all_fnl[,i][cust_all_fnl[,i]>1] = 1 } dim(cust_all_fnl) ## 去除礼品字段,因为0值较多,会给后期的聚类操作带来影响 mydata = cust_all_fnl[,-28] dim(mydata) summary(mydata) 结论:生成一张所有属性的统计值,查看是否还有NA的值 6.选择K值 # 如果数据集中的变量过多,要先使用主成分分析找到影响因子在95%以上的列即可 # 选择K使得差异最小，下降幅度最小 comp = scale(mydata[,-1]) wss <- (nrow(comp)-1)*sum(apply(comp,2,var)) for (i in 2:15) wss[i] <- sum(kmeans(comp,centers=i)$withinss) plot(1:15, wss, type="b", xlab="Number of Clusters",ylab="Within groups sum of squares") 7.使用K-media找到中心点的坐标 # 如果数据量较大,首先应对数据进行抽样,然后在找中心点 s = sample(1:dim(mydata)[1],2000,replace = F) clus = 4 medk = pam(scale(mydata[s,-1]),clus,trace=T) plotcluster(scale(mydata[s,-1]),medk$clustering) table(medk$clustering) Kcenter = medk$medoids
# 每次抽取1000个点进行聚类 k = kmeans(scale(mydata[,-1]),centers = Kcenter,nstart = 25,iter.max = 1000) plotcluster(scale(mydata),k$cluster) 结论:k-means的好处是速度快,但是中心点不稳定,k-media的好处是中心点稳定但是速度慢,此案例结合两者,先通过抽样的方式找出中心点,再将中心点带入到k-means中,即可得到聚类的样本 9.生成结果 # 对每个变量求均值 mydata_mean_sd = aggregate(scale(mydata),by=list(k$cluster),FUN=mean) head(mydata_mean_sd) 10.输出到本地 # 写入到csv文件 write.csv(mydata_mean_sd,'E:\\Udacity\\Data Analysis High\\R\\R_Study\\高级课程代码\\数据集\\第一天\\1顾客细分\\mydata_mean_sd.csv') # 写入数据库 data_sql <- data.frame(mydata, cluster=k$cluster) data_sql_out = data_sql[,c(1,dim(data_sql)[2])] 结论:通过生成的csv文件,我们可以得出如下结论: 通过tot_spend可以得出2,4组的顾客对超市的贡献度较大,其中2类客户是最应该保留的优质客户 通过promo_share可以得出4类客户对折扣较为敏感 通过wz_spend_share可以得出4类用户最喜欢参与打5折的活动 通过对比购物时间段来看1,2类用户喜欢晚上购物,3类用户喜欢下午的时候购物,4类用户喜欢早上购物 通过对比支付方式1,3,4组大部分是现金支付,2组客户喜欢用银行卡支付 通过对比消费商品可得出结论: 2类客户喜欢购买大家电,手机通讯设备,母婴食品的高价格产品 4类客户喜欢购买生鲜,蔬菜等农产品 1类客户喜欢购买一些零食,饮料之类的商品 3类客户是散客,会不定期的购买一些商品 针对1类客户,在下午的时间段可以对零食,饮料进行一些促销和活动 针对2类客户,在晚上的时间段,一些大商品的家电,手机等高价格的产品做一些捆绑销售,同时定期去推送一些新的手机,电器,母婴食品的信息,会有不错的销售业绩 针对4类客户,在早上对农产品,生鲜,肉类等商品可以进行一些打折,买一赠一的,兑换券等活动,提升生鲜商品的业绩 针对3类用户,不是超市的重点客户,暂时不知道如何提升到店率 http://www.mtu9335.cn/ http://www.gzv8338.cn/ http://www.xum5501.cn/ http://www.jiq1934.cn/ http://www.syh5891.cn/ http://www.yvr8830.cn/ http://www.aua2439.cn/ http://www.ath0401.cn/ http://www.gmx2930.cn/ http://www.pzf7790.cn/ http://www.ass0795.cn/ http://www.mox2684.cn/ http://www.oqc1977.cn/ http://www.bcu6005.cn/ http://www.ajj5951.cn/ http://www.xwt5617.cn/ http://www.rlv0165.cn/ http://www.shg1037.cn/ http://www.akj0836.cn/ http://www.ipc6507.cn/ http://www.kri6555.cn/ http://www.mzj8672.cn/ http://www.azq7227.cn/ http://www.zce9839.cn/ http://www.gjc9646.cn/ http://www.myo1179.cn/ http://www.ogr7085.cn/ http://www.bah1564.cn/ http://www.mjg4415.cn/ http://www.dkk2480.cn/ http://www.qru6126.cn/ http://www.ocs5821.cn/ http://www.wne9476.cn/ http://www.xuh4863.cn/ http://www.icb3050.cn/ http://www.tfe0886.cn/ http://www.xgs5975.cn/ http://www.umx9976.cn/ http://www.eyf3292.cn/ http://www.wxm6819.cn/ http://www.ewv7964.cn/ http://www.wdr5566.cn/ http://www.qdn5355.cn/ http://www.kpp1176.cn/ http://www.rxi1689.cn/ http://www.vja2045.cn/ http://www.qry8357.cn/ http://www.pck8038.cn/ http://www.hiv8337.cn/ http://www.bjl7141.cn/ http://www.qou5361.cn/ http://www.kgs1242.cn/ http://www.zri8413.cn/ http://www.vpk8803.cn/ http://www.kwx0094.cn/ |
请发表评论