聚类分析的方法及应用
聚类分析的方法及应用
通常，我们在研究与处理事物时，经常需要将事物进行分类，例如地质勘探中根据物探、化探的指标将样本进行分类；古生物研究中根据挖掘出的骨骼形状和尺寸将它们分类；大坝监控中由于所得的观测数据量十分庞大，有时亦需将它们分类归并，获得其典型代表再进行深入分析等，对事物进行分类，进而归纳并发现其规律已成为人们认识世界、改造世界的一种重要方法。
由于对象的复杂性，仅凭经验和专业知识有时不能确切地分类，随着多元统计技术的发展和计算机技术的普及，利用数学方法进行更科学的分类不仅非常必要而且完全可能。
近些年来，数值分类学逐渐形成了一个新的分支，称为聚类分析，聚类分析适用于很多不同类型的数据集合，很多研究领域，如工程、生物、医药、语言、人类学、心理学和市场学等，都对聚类技术的发展和应用起到了推动作用。
1、什么是聚类分析？
聚类分析也称群分析或点群分析，它是研究多要素事物分类问题的数量方法，是一种新兴的多元统计方法，是当代分类学与多元分析的结合。其基本原理是，根据样本自身的属性，用数学方法按照某种相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系程度对样本进行聚类。
聚类分析是将分类对象置于一个多维空问中，按照它们空问关系的亲疏程度进行分类。
通俗的讲，聚类分析就是根据事物彼此不同的属性进行辨认，将具有相似属性的事物聚为一类，使得同一类的事物具有高度的相似性。
聚类分析方法，是定量地研究地理事物分类问题和地理分区问题的重要方法，常见的聚类分析方法有系统聚类法、动态聚类法和模糊聚类法等。
2、聚类分析方法的特征
（1）、聚类分析简单、直观。
（2）、聚类分析主要应用于探索性的研究，其分析的结果可以提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析。
（3）、不管实际数据中是否真正存在不同的类别，利用聚类分析都能得到分成若干类别的解。
（4）、聚类分析的解完全依赖于研究者所选择的聚类变量，增加或删除一些变量对最终的解都可能产生实质性的影响。
（5）、研究者在使用聚类分析时应特别注意可能影响结果的各个因素。
（6）、异常值和特殊的变量对聚类有较大影响，当分类变量的测量尺度不一致时，需要事先做标准化处理。
3、聚类分析的发展历程
在过去的几年中聚类分析发展方向有两个：加强现有的聚类算法和发明新的聚类算法。现在已经有一些加强的算法用来处理大型数据库和高维度数据，例如小波变换使用多分辨率算法，网格从粗糙到密集从而提高聚类簇的质量。
然而，对于数据量大、维度高并且包含许多噪声的集合，要找到一个“全能”的聚类算法是非常困难的。某些算法只能解决其中的两个问题，同时能很好解决三个问题的算法还没有，现在最大的困难是高维度(同时包含大量噪声)数据的处理。
算法的可伸缩性是一个重要的指标，通过采用各种技术，一些算法具有很好的伸缩性。这些技术包括：数据采样、信息浓缩、网格和索引。
CLARANS是最早使用数据采样的算法，CURE使用优选的采样点，信息浓缩技术在BIRCH方法和DECLIJE方法中得到应用。
许多算法都使用了索引技术，典型的有：BIRCH方法、DBSCAN方法、小波变换方法、DENCLUE方法、DENCLUE方法、小波变换方法、STING方法和CLIQUE方法使用了网格技术。
但是以上方法仍然不能很好地处理高维度并且大数据量的集合。
最近马海祥还发现了一些新的技术如：STING+方法引入动态数据挖掘触发器：mAFIA 方法引入间距尺寸自适应网格分割算法；OptiGrid算法使用迭代和网格等技术处理高维度数据。
新技术的引进大大加强了聚类算法的效能，尤其提升了处理高维度数据的能力，但是由于这些算法刚刚形成，所以在某些地方还有待完善，对于刚接触数据分析的博友，可以先看下马海祥博客的《解读常用的10种可用性研究数据类型方法》相关介绍。
4、系统聚类分析法
系统聚类法(Hierarchical Clustering Method)是目前国内外使用晟多的一种方法，有关它的研究极为丰富。其基本思想是：先将11个样本各自看成一类，然后规定样本之间的距离和类与类之间的距离；然后选择距离最小的一对并成一个新类，计算新类和其他类的距离；再将距离最小的两类合并，这样每次减少一类，直至所有的样本都成为一类为止。
在马海祥看来系统聚类法的优点在于：利用样本之问的距离最近原则进行聚类。这种系统归类过程与所规定的归类指数有关，同时也与具体的归类方法有关系，整个聚类过程可用一张聚类图(树)形象表示。
在聚类分析中，聚类要素的选择是十分重要的，它直接影响分类结果的准确性和可靠性，在地理分类和研究分区中，被聚类的对象常常是多个要素构成的。
不同要素的数据往往具有不同的单位和量纲，其数值的变异可能是很大的，这就会对分类结果产生影响，因此当分类要素的对象确定之后，在进行聚类分析之前，首先要对数据要素进行处理。
在聚类分析中，常用的聚类要素的数据处理方法有如下几种：
①、总和标准化
②、标准差标准化
③、极大值标准化
④、极差的标准化
经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。
距离是事物之间差异性的测度，差异性越大，则相似性越小，所以距离是系统聚类分析的依据和基础。
5、聚类分析的3种方法
聚类分析是数据挖掘中的一个很活跃的研究领域，并提出了许多聚类算法。
（1）、直接聚类法
直接聚类法是根据距离矩阵的结构一次并类得到结果，其基本步骤如下：
①、把各个分类对象单独视为一类；
②、根据距离最小的原则，依次选出一对分类对象，并成新类；
③、如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类；每一次归并，都划去该对象所在的列与列序相同的行；
④、那么，经过m-1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序作出聚类谱系图，直接聚类法虽然简便，但在归并过程中是划去行和列的，因而难免有信息损失，因此，直接聚类法并不是最好的系统聚类方法。
（2）、最短距离聚类法
最短距离聚类法是在原来的m×m距离矩阵的非对角元素中找出，把分类对象Gp和Gq归并为一新类Gr，然后按计算公式计算原来各类与新类之间的距离，这样就得到一个新的（m－1）阶的距离矩阵。
再从新的距离矩阵中选出最小者，把Gi和Gj归并成新类；再计算各类与新类的距离，这样一直下去，直至各分类对象被归为一类为止。
（3）、最远距离聚类法
最远距离聚类法与最短距离聚类法的区别在于计算原来的类与新类距离采用的公式不同。
6、系统聚类方法的步骤
（1）、对数据进行变换处理；（不是必须的，当数量级相差很大或指标变量具有不同单位时是必要的）
（2）、构造n个类，每个类只包含一个样本；
（3）、计算n个样本两两间的距离；
（4）、合并距离最近的两类为一新类；
（5）、计算新类与当前各类的距离，若类的个数等于1，转到6；否则回4；
（6）、画聚类图；
（7）、决定类的个数，从而得出分类结果。
7、聚类分析的主要应用
对于聚类分析的应用，马海祥简单的从以下6个领域为大家总结了一下：
（1）、商业
聚类分析被用来发现不同的客户群，并且通过购买模式刻画不同的客户群的特征。
聚类分析是细分市场的有效工具，同时也可用于研究消费者行为，寻找新的潜在市场、选择实验的市场，并作为多元分析的预处理。
（2）、生物
聚类分析被用来动植物分类和对基因进行分类，获取对种群固有结构的认识。
（3）、地理
聚类能够帮助在地球中被观察的数据库商趋于的相似性。
（4）、保险行业
聚类分析通过一个高的平均消费来鉴定汽车保险单持有者的分组，同时根据住宅类型，价值，地理位置来鉴定一个城市的房产分组。
（5）、因特网
聚类分析被用来在网上进行文档归类来修复信息。
（6）、电子商务
聚类分析在电子商务中网站建设数据挖掘中也是很重要的一个方面，通过分组聚类出具有相似浏览行为的客户，并分析客户的共同特征，可以更好的帮助电子商务的用户了解自己的客户，向客户提供更合适的服务。
SPSS软件聚类分析过程的图文解释及结果的全面分析
SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可： 标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换/ 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之间的平均距离最小。（项对的两成员分属不同类）特点：非最大距离，也非最小距离 b）Within-groups linkage 组内平均连接法 方法简述：两类合并为一类后，合并后的类中所有项之间的平均距离最小 C）Nearest neighbor 最近邻法（最短距离法） 方法简述：用两类之间最远点的距离代表两类之间的距离，也称之为完全连接法
聚类分析在经济中的应用
编号：201431120134 本科毕业论文 题目：方差分析在农业中的应用 院系：数学科学系 姓名：徐进辉 学号：1031120131 专业：信息与计算科学 年级：2011级 指导教师：陈敏 职称：助教 完成日期：2015年5月
摘要 近年来，河南省城镇由于商业，工农业，教育等方面的发展，带动了各城镇居民家庭消费支出.为探讨河南省城镇居民的消费结构，本文应用SPSS统计分析软件，对河南省18个地市级城市居民的消费结构进行了聚类分析，结果表明，河南省的18个城市按照消费结构的不同主要分为三大类：较高层次消费，中等层次消费，较低层次消费. 关键词：消费结构；相关分析；聚类分析 Abstract In recent years, due to the development of commercial, industrial and agricultural, and education and so on, the town of Henan province drives the consumption expenditure of urban households. In order to study the consumption structure of urban residents in Henan province, in this paper, we will use cluster analysis on 18 prefecture-level city residents' consumption structure of Henan province through SPSS statistical analysis software, and the results show that, according to the consumption structure, the 18 cities in Henan province can be divided into three different categories: high level consumption, moderate level consumption, low level consumption. Keywords: consumption structure; correlation analysis; cluster analysis
应用多元统计分析习题解答_聚类分析..-共20页
第五章 聚类分析 5.1 判别分析和聚类分析有何区别？ 答：即根据一定的判别准则，判定一个样本归属于哪一类。具体而言，设有n 个样本，对每个样本测得p 项指标（变量）的数据，已知每个样本属于k 个类别（或总体）中的某一类，通过找出一个最优的划分，使得不同类别的样本尽可能地区别开，并判别该样本属于哪个总体。聚类分析是分析如何对样品（或变量）进行量化分类的问题。在聚类之前，我们并不知道总体，而是通过一次次的聚类，使相近的样品（或变量）聚合形成总体。通俗来讲，判别分析是在已知有多少类及是什么类的情况下进行分类，而聚类分析是在不知道类的情况下进行分类。 5.2 试述系统聚类的基本思想。 答：系统聚类的基本思想是：距离相近的样品（或变量）先聚成类，距离相远的后聚成类，过程一直进行下去，每个样品（或变量）总能聚到合适的类中。 5.3 对样品和变量进行聚类分析时， 所构造的统计量分别是什么？简要说明为什么这样构造？ 答：对样品进行聚类分析时，用距离来测定样品之间的相似程度。因为我们把n 个样本看作p 维空间的n 个点。点之间的距离即可代表样品间的相似度。常用的距离为 （一）闵可夫斯基距离：1/1 ()() p q q ij ik jk k d q X X ==-∑ q 取不同值，分为 （1）绝对距离（1q =） 1 (1)p ij ik jk k d X X ==-∑ （2）欧氏距离（2q =） 21/2 1 (2)() p i j i k j k k d X X ==-∑ （3）切比雪夫距离（q =∞） 1()max ij ik jk k p d X X ≤≤∞=- （二）马氏距离 （三）兰氏距离 对变量的相似性，我们更多地要了解变量的变化趋势或变化方向，因此用相关性进行衡量。 2 1()()()ij i j i j d M -'=--X X ΣX X 11()p ik jk ij k ik jk X X d L p X X =-=+∑
聚类分析应用范例
安徽工程大学本科 课程设计（论文） 专业： 题目：基于聚类分析方法的农村消费状况探索作者姓名： *** 指导老师： 成绩： 年月日
摘要 多元统计分析是运用数理统计方法来研究解决多指标问题的理论和方法。近30年来，随着计算机应用技术的发展和科研生产的迫切需要，多元统计分析被广泛应用于自然学科和社会科学的各个学科，已经成为人们解决实际问题不可或缺的重要工具。我国是一个农业大国，农民约占全国总人口的70%以上，是最大的消费群体，进行研究时要处理大量的复杂信息，因此运用统计方法探索农村消费状况有着重要的实际意义。 本文首先从我国农村消费现状入手，采用聚类分析方法对我国各地区农村消费支出结构水平进行分类比较研究，以得出各因素对农村消费状况影响程度，进而得出了相应的结论并提出增加我国农村居民消费的对策：一是增加农村居民收入；二是提高消费者素质；三是改善农村居民的消费环境；四是完善农村社会保障；五是统筹协调发展。 本文所研究的农村消费状况就受多种因素支配，各种因素之间也常存在着一定的内在联系和相互制约。需要分析哪些是主要的，本质的，哪些是次要的，片面的，他们之间是什么样的关系等问题，多元统计分析正是解决这些问题的有力工具。因而利用统计方法中的聚类分析有着重要的应用价值。 关键词：农村；消费；聚类分析
引 言 经过改革开放三十年的风雨历程，在投资、消费和出口三驾马车的拉动下，我国经济飞速发展，人民生活水平日益提高，居民收入不断增长,全面建设小康社会取得重大进展，实现了人民生活由温饱不足向总体小康的历史性跨越。 十七届三中全会提出“到2020年，农村改革发展基本目标任务是：农村经济体制更加健全，城乡经济社会发展一体化体制机制基本建立；现代农业建设取得显著进展，农业综合生产能力明显提高，国家粮食安全和主要农产品供给得到有效保障；农民人均纯收入比2008年翻一番，消费水平大幅提升，绝对贫困现象基本消除[1]。”党中央正式把提升农村居民消费水平作为未来我国经济发展的目标，不仅体现了改革开放给农村居民生活所带来的显著变化，更体现了整个中国居民的整体消费水平的增长，借此稳定中国的经济基础，实现国民经济的可持续发展的长远规划。 随着党中央对农村消费的重视，社会各界对农村居民消费的关注程度不断增加，出现了大量对农村居民消费的研究成果。朱信凯、雷海章和王宏伟，采用了相对收入理论研究我国农村居民消费行为。刘建国和李锐、项海荣在弗里德曼的持久收入假说消费理论框架下，对我国农村居民消费倾向进行研究。汪宏驹、张慧莲从流动性约束角度剖析了我国农村居民消费行为。西方经济学的消费理论一般突出收入是影响消费的主要因素。凯恩斯的绝对收入假说认为，消费是由收入唯一决定的，消费和收入之间存在稳定的函数关系。杜森贝利的相对收入假说认为，消费者的消费支出水平不仅受当前收入水平的影响。也受自己历史上曾经实现的消费水平的影响，这种现象被称为消费的“不可逆性”。毫无疑问，国内有关此类问题的研究还处于理论阶段，与国外相比仍有很大差距，有待进一步扩展和深入。 评价指标的选取：探索农村消费状况,必须建立适当的指标体系。但由于消费指标的复杂性和多样性,各指标的选取要遵循以下原则: (1) 选取的指标能客观地反映农村消费状况主要方面；(2) 指标之间基本上相互独立； (3) 尽量选取相对指标。本文选取了食品（1X ）、衣着（2X ）、居住（3X ）、家庭设备及服务（4X ）、交通和通讯（5X ）、文教娱乐用品及服务（6X ）、医疗保健（7X ）、其他商品及服务（8X ）[2]。
聚类分析的案例分析(推荐文档)
《应用多元统计分析》 ——报告 班级： 学号： 姓名：
聚类分析的案例分析 摘要 本文主要用SPSS软件对实验数据运用系统聚类法和K均值聚类法进行聚类分析，从而实现聚类分析及其运用。利用聚类分析研究某化工厂周围的几个地区的 气体浓度的情况，从而判断出这几个地区的污染程度。 经过聚类分析可以得到，样本6这一地区的气体浓度值最高，污染程度是最严重的，样本3和样本4气体浓度较高，污染程度也比较严重，因此要给予及时的控制和改善。 关键词：SPSS软件聚类分析学生成绩
一、数学模型 聚类分析的基本思想是认为各个样本与所选择的指标之间存在着不同程度的相 似性。可以根据这些相似性把相似程度较高的归为一类，从而对其总体进行分析和总结，判断其之间的差距。 系统聚类法的基本思想是在这几个样本之间定义其之间的距离，在多个变量之间定义其相似系数，距离或者相似系数代表着样本或者变量之间的相似程度。根据相似程度的不同大小，将样本进行归类，将关系较为密切的归为一类，关系较为疏远的后归为一类，用不同的方法将所有的样本都聚到合适的类中，这里我们用的是最近距离法，形成一个聚类树形图，可据此清楚的看出样本的分类情况。 K 均值法是将每个样品分配给最近中心的类中，只产生指定类数的聚类结果。 二、数据来源 《应用多元统计分析》第一版164 页第6 题 我国山区有一某大型化工厂，在该厂区的邻近地区中挑选其中最具有代表性的 8 个大气取样点，在固定的时间点每日 4 次抽取6 种大气样本，测定其中包含的8 个取样点中每种气体的平均浓度，数据如下表。试用聚类分析方法对取样点及 大气污染气体进行分类。 三、建立数学模型 一、运行过程
聚类分析方法应用举例
刘向民物流工程 S11085240007 聚类分析方法应用举例 多元统计,就是研究多个随机变量之间相互依赖关系以及内在统计规律性的一门统计学科。多元统计所包括的内容很多、但在实际统计分析中,聚类分析就是应用最广泛的方法之一。聚类分析(cluste:Analysis),就是研究分类问题的一种多元统计分析方法社会经济统计的分类问题,过去在传统方法上,主要就是结合一定的专业知识进行定性分类处理。由于定性分类主要就是靠经验完成,因而其结论难免带有较多的主观性与随意性,故不能很好地揭示客观事物内在的本质差别与联系。而聚类分析能带来定量上的分析可以解决这个问题,下面通过一些实例来描述聚类分析方法在应用上的体现; 1 基于聚类分析的安徽省物流需求研究 选取了分行业统计的年产值类指标构建物流需求指标体系(X组),具体指标包括:农业总产值(万元)(X1)、工业总产值(亿元)(X2)、建筑业总产值(万元)(X3)、社会消费零售总额(万元)(X4)、亿元商品市场成交额(万元)(X5)、进出口总额(万美元)(X6)。该指标体系通过农业、工业、建筑业、批发业、零售业及国际贸易的发生额较全面地反映了地区的物流需求情况。 2 研究方法 分类问题一般的解决法就是聚类分析或者因子分析基础上的聚类分析。由于本文最终期望得安徽省地级市物流需求分类情况,无需了解各个指标体系的内在系统结构,故选择聚类分析方法更简明。进行聚类分析时,本文采用的就是基于样本聚类的Q型系统聚类方法。 3研究过程与结果 3、1地区物流需求指标的聚类分析 由分析软件输出的聚类过程统计量如表1所示。可以瞧出,伪F统计量在归为4类及7类时较大,说明归为4类及7类时较好;伪T2统计量在1类、2类、3类时较大,由于伪T2大说明
聚类分析实例分析题(推荐文档)
5.2酿酒葡萄的等级划分 5.2.1葡萄酒的质量分类 由问题1中我们得知，第二组评酒员的的评价结果更为可信，所以我们通过第二组评酒员对于酒的评分做出处理。我们通过excel计算出每位评酒员对每支酒的总分，然后计算出每支酒的10个分数的平均值，作为总的对于这支酒的等级评价。 通过国际酿酒工会对于葡萄酒的分级，以百分制标准评级，总共评出了六个级别（见表5）。 在问题2的计算中，我们求出了各支酒的分数，考虑到所有分数在区间[61.6，81.5]波动，以原等级表分级，结果将会很模糊，不能分得比较清晰。为此我们需要进一步细化等级。为此我们重新细化出5个等级，为了方便计算，我们还对等级进行降序数字等级（见表6）。 通过对数据的预处理，我们得到了一个新的关于葡萄酒的分级表格（见表7）：
考虑到葡萄酒的质量与酿酒葡萄间有比较之间的关系，我们将保留葡萄酒质量对于酿酒葡萄的影响，先单纯从酿酒葡萄的理化指标对酿酒葡萄进行分类，然后在通过葡萄酒质量对酿酒葡萄质量的优劣进一步进行划分。 5.2.2建立模型 在通过酿酒葡萄的理化指标对酿酒葡萄分类的过程，我们用到了聚类分析方法中的ward 最小方差法，又叫做离差平方和法。 聚类分析是研究分类问题的一种多元统计方法。所谓类，通俗地说，就是指相似元素的集合。为了将样品进行分类，就需要研究样品之间关系。这里的最小方差法的基本思想就是将一个样品看作P 维空间的一个点，并在空间的定义距离，距离较近的点归为一类；距离较远的点归为不同的类。面对现在的问题，我们不知道元素的分类，连要分成几类都不知道。现在我们将用SAS 系统里面的stepdisc 和cluster 过程完成判别分析和聚类分析，最终确定元素对象的分类问题。 建立数据阵，具体数学表示为： 1111...............m n nm X X X X X ????=?????? （5.2.1） 式中，行向量1(,...,)i i im X x x =表示第i 个样品； 列向量1(,...,)'j j nj X x x =’，表示第j 项指标。(i=1,2,…,n;j=1,2,…m) 接下来我们将要对数据进行变化，以便于我们比较和消除纲量。在此我们用了使用最广范的方法，ward 最小方差法。其中用到了类间距离来进行比较，定义为： 2||||/(1/1/)kl k l k l D X X n n =-+ （5.2.2） Ward 方法并类时总是使得并类导致的类内离差平方和增量最小。 系统聚类数的确定。在聚类分析中，系统聚类最终得到的一个聚类树，如何确定类的个数，这是一个十分困难但又必须解决的问题；因为分类本身就没有一定标准，人们可以从不同的角度给出不同的分类。在实际应用中常使用下面几种
SPSS软件聚类分析过程的图文解释及结果的全面分析
SPSS软件聚类分析过程的图文解释及结果的全面分析
SPSS聚类分析过程 聚类的主要过程一般可分为如下四个步骤： 1.数据预处理（标准化） 2.构造关系矩阵（亲疏关系的描述） 3.聚类（根据不同方法进行分类） 4.确定最佳分类（类别数） SPSS软件聚类步骤 1. 数据预处理（标准化） →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择 从Transform Values框中点击向下箭头，此为标准化方法，将出现如下可选项，从中选一即可：
标准化方法解释：None：不进行标准化，这是系统默认值；Z Scores：标准化变换；Range –1 to 1：极差标准化变换（作用：变换后的数据均值为0，极差为1，且|x ij*|<1，消去了量纲的影响；在以后的分析计算中可以减少误差的产生。）；Range 0 to 1（极差正规化变换 / 规格化变换）； 2. 构造关系矩阵 在SPSS中如何选择测度（相似性统计量）: →Analyze →Classify →Hierachical Cluster Analysis →Method 然后从对话框中进行如下选择
常用测度（选项说明）：Euclidean distance：欧氏距离（二阶Minkowski距离），用途：聚类分析中用得最广泛的距离；Squared Eucidean distance：平方欧氏距离；Cosine：夹角余弦(相似性测度；Pearson correlation：皮尔逊相关系数； 3. 选择聚类方法 SPSS中如何选择系统聚类法 常用系统聚类方法 a）Between-groups linkage 组间平均距离连接法 方法简述：合并两类的结果使所有的两两项对之
SPSS教程-聚类分析-附实例操作
各地区各行业工资水平的分析(2009年数据) 小组成员：张艺伟、赵月、陈媛、邹莉、朱海龙、曾磊、胡瑛、候银萍 1.研究背景及意义 1.1 研究背景 工资水平是指一定区域和一定时间内劳动者平均收入的高低程度。生产决定分配，只有经济发展才能提供更多的可分配的社会产品，因此一个地区的工资水平在一定程度上反映了其经济发展的水平。 1.2 研究意义 1. 通过多元统计分析方法，探究一个地区的工资水平与其经济发展水平之间的内在联系。 2. 将平均工资水平划分为3类，分析哪些地区、哪些行业的工资水平较高，可以为大学生就业提供宏观上的方向指引。 2.数据来源与描述 2.1 数据来源——《中国劳动统计年鉴─2010》 （URL：https://www.360docs.net/doc/4011619239.html,/Navi/YearBook.aspx?id=N2011010069&floor=1###） 主编单位：国家统计局人口和就业统计司，人力资源和社会保障部规划财务司 出版社：中国统计出版社 简介：《中国劳动统计年鉴─2010》是一部全面反映中华人民共和国劳动经济情况的资料性年刊。本刊收集了2009年全国和各省、自治区、直辖市、香港特别行政区、澳门特别行政区的有关劳动统计数据。本书资料的取得形式主要有国家和部门的报表统计、行政记录和抽样调查。 2.2 数据描述 本数据集记录了全国31个省市（港、澳、台除外）的工资状况，各省市分别记录了其23个主要行业的平均工资水平，这23个主要行业包括：企业、事业、机关、金融业、制造业、建筑业、房地产业、农林牧渔业等等，具体数据格式参见图-0。
图-0 3.分析方法及原理 3.1 通过描述统计分析方法，判断哪些行业平均工资水平较高 描述统计分析方法主要是从基本统计量（诸如均值、方差、标准差、极大/小值、偏度、峰度等）的计算和描述开始的，并辅助于SPSS提供的图形功能，能够把握数据的基本特征和整体的分布特征。 在本案例中，通过比较不同行业（诸如企业、事业、机关、建筑业、制造业……）工资的均值、极大/小值，可以从总体上判断哪些行业的平均工资水平较高，哪些行业的较低。 3.2 通过聚类分析方法，判断哪些地区平均工资水平较高 聚类分析是依据研究对象的个体特征，对其进行分类的方法，分类在经济、管理、社会学、医学等领域，都有广泛的应用。聚类分析能够将一批样本（或变量）数据根据其诸多特征，按照在性质上的亲疏程度在没有先验知识的情况下进行自动分类，产生多个分类结果。类内部个体特征之间具有相似性，不同类间个体特征的差异性较大。 在本案例中，我们将采用两种方法进行聚类分析：一种是系统聚类法，另一种是K-均值法（快速聚类法）。 3.2.1系统聚类法 系统聚类法的基本原理：首先将一定数量的样本或指标各自看成一类，然后根据样本（或指标）的亲疏程度，将亲疏程度最高的两类进行合并，然后考虑合并后的类与其他类之间的亲疏程度，再进行合并。重复这一过程，直到将所有的样本（或指标）合并为一类。 系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。 在本例中进行的是Q型聚类。 类与类之间距离的计算方法主要有以下几种： （1）最短距离法（Nearest Neighbor），是指两类之间每个个体距离的最小值； （2）最长距离法（Farthest Neighbor），是指两类之间每个个体距离的最大值； （3）组间联接法（Between-groups Linkage），是指两类之间个体之间距离的平均值；
聚类分析原理及步骤
聚类分析原理及步骤——将未知数据按相似程度分类到不同的类或簇的过程 1》传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。 典型使用 1》动植物分类和对基因进行分类 2》在网上进行文档归类来修复信息 3》帮助电子商务的用户了解自己的客户，向客户提供更合适的服务 主要步骤 1》数据预处理——选择数量，类型和特征的标度（（依据特征选择和抽取）特征选择选择重要的特征，特征抽取把输入的特征转化 为一个新的显著特征，它们经常被用来获取一个合适的特征集来为避免“维数 灾”进行聚类）和将孤立点移出数据（孤立点是不依附于一般数 据行为或模型的数据） 2》为衡量数据点间的相似度定义一个距离函数——既然相类似性是定义一个类的基础，那么不同数据之间在同一个特 征空间相似度的衡量对于聚类步骤是很重要的，由于特征类型和特 征标度的多样性，距离度量必须谨慎，它经常依赖于使用，例如， 通常通过定义在特征空间的距离度量来评估不同对象的相异性，很 多距离度都使用在一些不同的领域一个简单的距离度量，如 Euclidean距离，经常被用作反映不同数据间的相异性，一些有关相
似性的度量，例如PMC和SMC，能够被用来特征化不同数据的概 念相似性，在图像聚类上，子图图像的误差更正能够被用来衡量两 个图形的相似性 3》聚类或分组——将数据对象分到不同的类中【划分方法 （划分方法一般从初始划分和最优化一个聚类标准开始，Cris p Clustering和Fuzzy Clusterin是划分方法的两个主要技术，Crisp Clustering，它的每一个数据都属于单独的类；Fuzzy Clustering，它的 每个数据可能在任何一个类中）和层次方法（基于某个标准产生一 个嵌套的划分系列，它可以度量不同类之间的相似性或一个类的可分 离性用来合并和分裂类）是聚类分析的两个主要方法，另外还有基于 密度的聚类，基于模型的聚类，基于网格的聚类】 4》评估输出——评估聚类结果的质量（它是通过一个类有效索引来 评价，，一般来说，几何性质，包括类间的分离和类内部的耦合，一般 都用来评价聚类结果的质量，类有效索引在决定类的数目时经常扮演 了一个重要角色，类有效索引的最佳值被期望从真实的类数目中获取， 一个通常的决定类数目的方法是选择一个特定的类有效索引的最佳 值，这个索引能否真实的得出类的数目是判断该索引是否有效的标准， 很多已经存在的标准对于相互分离的类数据集合都能得出很好的结 果，但是对于复杂的数据集，却通常行不通，例如，对于交叠类的集 合。） 聚类分析的主要计算方法原理及步骤划分法 1》将数据集分割成K个组（每个组至少包 含一个数据且每一个数据纪录属于且 仅属于一个分组），每个组成为一类2》通过反复迭代的方法改变分组，使得每 一次改进之后的分组方案都较前一次 好（标准就是：同一分组中的记录越近 越好，而不同分组中的纪录越远越好， 使用这个基本思想的算法有：
聚类分析原理及步骤
聚类分析原理及步骤 ——将未知数据按相似程度分类到不同的类或簇的过程 1》传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚 类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中 心点等算法的聚类分析工具已被加入到许多着名的统计分析软件包 中，如SPSS、SAS等。 典型应用 1》动植物分类和对基因进行分类 2》在网上进行文档归类来修复信息 3》帮助电子商务的用户了解自己的客户，向客户提供更合适 的服务 主要步骤 1》数据预处理——选择数量，类型和特征的标度（（依据特征 选择和抽取）特征选择选择重要的特征，特征抽取把输入的特征转化 为一个新的显着特征，它们经常被用来获取一个合适的特征集来为避 免“维数灾”进行聚类）和将孤立点移出数据（孤立点是不依附 于一般数据行为或模型的数据） 2》为衡量数据点间的相似度定义一个距离函数——既然相类似性是定义一个类的基础，那么不同数据之间在同一个特征空间相似度的衡 量对于聚类步骤是很重要的，由于特征类型和特征标度的多样性，距离度量 必须谨慎，它经常依赖于应用，例如，通常通过定义在特征空间的距离度量
来评估不同对象的相异性，很多距离度都应用在一些不同的领域一个简单的 距离度量，如Euclidean距离，经常被用作反映不同数据间的相异性，一些 有关相似性的度量，例如PMC和SMC，能够被用来特征化不同数据的概念相 似性，在图像聚类上，子图图像的误差更正能够被用来衡量两个图形的相似 性 3》聚类或分组——将数据对象分到不同的类中【划分方法（划分 方法一般从初始划分和最优化一个聚类标准开始，Cris p Clustering和Fuzzy Clusterin是划分方法的两个主要技术，Crisp Clustering，它的每一个数据 都属于单独的类；Fuzzy Clustering，它的每个数据可能在任何一个类中）和 层次方法（基于某个标准产生一个嵌套的划分系列，它可以度量不同类之间 的相似性或一个类的可分离性用来合并和分裂类）是聚类分析的两个主要方法， 另外还有基于密度的聚类，基于模型的聚类，基于网格的聚类】4》评估输出——评估聚类结果的质量（它是通过一个类有效索引来评价，， 一般来说，几何性质，包括类间的分离和类内部的耦合，一般都用来评价聚类 结果的质量，类有效索引在决定类的数目时经常扮演了一个重要角色，类有效 索引的最佳值被期望从真实的类数目中获取，一个通常的决定类数目的方法是 选择一个特定的类有效索引的最佳值，这个索引能否真实的得出类的数目是判 断该索引是否有效的标准，很多已经存在的标准对于相互分离的类数据集合都 能得出很好的结果，但是对于复杂的数据集，却通常行不通，例如，对于交叠 类的集合。） 聚类分析的主要计算方法原理及步骤 划分法 1》将数据集分割成K个组（每个组至少包含一 个数据且每一个数据纪录属于且仅属于一个 分组），每个组成为一类 2》通过反复迭代的方法改变分组，使得每一次 改进之后的分组方案都较前一次好（标准就 是：同一分组中的记录越近越好，而不同分 组中的纪录越远越好，使用这个基本思想的 算法有：K-MEANS算法、K-MEDOIDS算法、
聚类分析在现实中的应用
姓名:于一发学号：200710520102 班级：07信息 聚类分析在现实中的应用 随着生产技术和科学的发展，人类的认识不断加深，分类越来越细，要求也越来越高，光凭经验和专业知识是不能确切分类的，往往需要定量和定性的分析结合起来去分类，于是数学工具逐渐被引进分类学中，形成了数值分类学。后来随着多元分析的引进，聚类分析逐渐从数值分类学中脱离出来形成一个相对独立的分支。 一、聚类分析的定义： 聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。 从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS 等。 从机器学习的角度讲，簇相当于隐藏模式。聚类是搜索簇的无监督学习过程。与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习算法自动确定标记，而分类学习的实例或数据对象有类别标记。聚类是观察式学习，而不是示例式的学习。 二、聚类分析的应用： 聚类分析师数据挖掘中一种常用的技术，在实践中可以多角度应用于市场分析，为市场营销战略和策略的制定提供科学合理的参考。主要介绍其在市场分析中的应用，并且我们从客户细分、实验市场选择、抽样方案设计、销售篇区确定、市场机会研究五个方面探讨聚类分析在市场分析中的具体应用。 （1）在客户细分中的应用： 消费同一种类的商品或服务时，不同的客户有不同的消费特点，通过研究这些特点，企业可以制定出不同的营销组合，从而获取最大的消费者剩余，这就是客户细分的主要目的。常用的客户分类方法主要有三类：经验描述法，由决策者根据经验对客户进行类别划分；传统统计法，根据客户属性特征的简单统计来划分客户类别；非传统统计方法，即基于人工智能技术的非数值方法。聚类分析法兼有后两类方法的特点，能够有效完成客户细分的过程。 例如，客户的购买动机一般由需要、认知、学习等内因和文化、社会、家庭、小群体、参考群体等外因共同决定。要按购买动机的不同来划分客户时，可以把前述因素作为分析变量，并将所有目标客户每一个分析变量的指标值量化出来，再运用聚类分析法进行分类。在指标值量化时如果遇到一些定性的指标值，可以用一些定性数据定量化的方法加以转化，如模糊评价法等。除此之外，可以将客户满意度水平和重复购买机会大小作为属性进行分类；还可以在区分客户之间差异性的问题上纳入一套新的分类法，将客户的差异性变量划分为五类：产品利益、
聚类分析实例
k-means聚类”——数据分析、数据挖掘 一、概要 分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实例。本文介绍一种常见的聚类算法——k 均值和k 中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的问题——中国男足近几年在亚洲到底处于几流水平。 二、聚类问题 所谓聚类问题，就是给定一个元素集合D，其中每个元素具有n 个可观察属性，使用某种算法将D 划分成k 个子集，要求每个子集内部的元素之间相异度尽可能低，而不同子集的元素相异度尽可能高。其中每个子集叫做一个簇。 与分类不同，分类是示例式学习，要求分类前明确各个类别，并断言每个元素映射到一个类别，而聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一种。目前聚类广泛应用于统计学、生物学、数据库技术和市场营销等领域，相应的算法也非常的多。本文仅介绍一种最简单的聚类算法——k 均值（k-means）算法。 三、概念介绍 区分两个概念： hard clustering：一个文档要么属于类w，要么不属于类w，即文档对确定的类w是二值的1或0。
soft clustering：一个文档可以属于类w1，同时也可以属于w2，而且文档属于一个类的值不是0或1，可以是这样的小数。 K-Means就是一种hard clustering，所谓K-means里的K就是我们要事先指定分类的个数，即K个。 k-means算法的流程如下： 1）从N个文档随机选取K个文档作为初始质心 2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类 3）重新计算已经得到的各个类的质心 4）迭代2～3步直至满足既定的条件，算法结束 在K－means算法里所有的文档都必须向量化，n个文档的质心可以认为是这n 个向量的中心，计算方法如下： 这里加入一个方差RSS的概念： RSSk的值是类k中每个文档到质心的距离，RSS是所有k个类的RSS值的和。 算法结束条件： 1）给定一个迭代次数，达到这个次数就停止，这好像不是一个好建议。
聚类分析案例
SPSS软件操作实例——某移动公司客户细分模型 数据准备：数据来源于telco.sav，如图1所示，Customer_ID表示客户编号，Peak_mins表示工作日上班时期电话时长，OffPeak_mins表示工作日下班时期电话时长等。 图1 telco.sav数据 分析目的：对移动手机用户进行细分，了解不同用户群体的消费习惯，以更好的对其进行定制性的业务推销，所以需要运用聚类分析。 操作步骤： 1，从菜单中选择【文件】——【打开】——【数据】，在打开数据窗口中选择数据位置以及文件类型，将数据telco.sav导入SPSS软件中，如图2所示。 图2 打开数据菜单选项 2，从菜单中选择【分析】——【描述统计】——【描述】，然后在描述性窗口中，将需要标准化的变量选到右边的“变量列表”，勾选“将标准化得分另存为变量”，点确定，如图3所示。
图3 数据标准化 3，从菜单中选择【分析】——【分类】——【K-均值聚类】，在K-均值聚类分析窗口中将标准化之后的结果选入右边“变量列表”，客户编号选入“个案标记依据”，聚类数改为5。点击迭代按钮，在迭代窗口将最大迭代次数改为100，点击继续。点击保存按钮，在保存窗口勾选“聚类成员”、“与聚类中心的距离”，点击继续。点击选项按钮，在选项窗口勾选“ANOV A表”、“每个个案的聚类信息”，点击继续。点击确定按钮，运行聚类分析，如图4所示。 图4 聚类分析操作
由最终聚类中心表可得最终分成的5个类它们各自的均值。 第一类：依据总通话时间长，上班通话时间长，国际通话时间长等特征，将第一类命名为高端商用客户。 第二类：依据其在各项指标中均较低，将第二类命名为不常使用客户。 第三类：依据总通话和上班通话时间居中等特征，将第三类命名为中端商用客户。第四类：依据下班通话时间最长等特征，将第四类命名为日常客户。 第五类：依据平均每次通话时间最长等特征，将第五类命名为长聊客户。 由ANOVA表可根据F值大小近似得到哪些变量对聚类有贡献，本例题中重要程度排序为：总通话时长>工作日上班时期电话时长>工作日下班时期电话时
聚类分析在市场营销中的应用
聚类分析在市场营销中的应用 一、分析背景 Chrysler公司为了赢得市场竞争地位，决定推出新产品Viper，该种产品的目标客户是雅皮士阶层。为了进一步了解这种人群的心理特征，定位自己的产品，吸引目标客户，Chrysler公司进行了一次市场调研。研究者使用九点量表测量400名被试者对30项陈述的态度，从而了解这些目标客户的心理特征。调研还询问被试者对Dodge Viper型汽车的态度来测量标准变量，标准变量的测量通过九点量表来测试消费者对“我愿意购买Chrysler公司生产的Dodge Viper型汽车”的态度。 本次分析的目的是：通过聚类分析，将原始变量分别聚成三类和四类，比较两种方法的效果。同时，比较使用原始变量得到的聚类结果和使用因子得分得到的聚类结果，看哪一种方法能更好地解释数据。 二、分析结果 1、根据原始变量进行的聚类分析 首先根据原始变量进行聚类分析，由于样本数较大，采用迭代聚类法，分别将样本聚为三类和四类，下面是聚类分析的结果比较。 表 1 聚为三类后的组重心表 2 聚为四类后的组重心
表 3 聚为三类的每组样本数 表 4 聚为四类的每组样本数 表5 聚为三类后组重心之间的距离 表 6 聚为四类后组重心之间的距离 由方差分析的结果（结果略）可知，在聚为三类和四类的分析中，V8,V9,V18,V19,V20和V27的组间差异均大于0.05，结果不显著。 2、根据因子得分进行的聚类分析 以下是根据因子得分，采用迭代法将样本聚为三类和四类的结果： 表7 聚为三类后的组重心 -.45298 .16364 .29950 .36038 -.22794 -.15239 .28739 -.32881 .00765 .25444 .70915 -.87203 .52946 -.29355 -.26021 .18363 .11953 -.28471 .00228 .20936 -.18616 .56772 -.64844 .01414 消费因子 时尚因子 社会因子 爱国因子 期望因子 偏好因子 个性因子 家庭因子 1 2 3 Cluster 表 8 聚为三类时的样本数 137.000 123.000 140.000 400.000 .000 1 2 3 Cluster Valid Missing
聚类分析在现实中的应用.doc
姓名:于一发学号：XXXX105XXXX2 班级：07信息聚类分析在现实中的应用 随着生产技术和科学的发展，人类的认识不断加深，分类越来越细，要求也越来越高，光凭经验和专业知识是不能确切分类的，往往需要定量和定性的分析结合起来去分类，于是工具逐渐被引进分类学中，形成了数值分类学。后来随着多元分析的引进，聚类分析逐渐从数值分类学中脱离出来形成一个相对独立的分支。 一、聚类分析的定义： 聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。 从统计学的观点看，聚类分析是通过数据建模简化数据的一种方法。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS 等。 从机器学习的角度讲，簇相当于隐藏模式。聚类是搜索簇的无监督学习过程。与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习算法自动确定标记，而分类学习的实例或数据对象有类别标记。聚类是观察式学习，而不是示例式的学习。 二、聚类分析的应用： 聚类分析师数据挖掘中一种常用的技术，在实践中可以多角度应用于市场分析，为市场营销战略和策略的制定提供科学合理的参考。主要介绍其在市场分析中的应用，并且我们从客户细分、实验市场选择、抽样方案设计、销售篇区确定、市场机会研究五个方面探讨聚类分析在市场分析中的具体应用。 （1）在客户细分中的应用： 消费同一种类的商品或服务时，不同的客户有不同的消费特点，通过研究这些特点，企业可以制定出不同的营销组合，从而获取最大的消费者剩余，这就是客户细分的主要目的。常用的客户分类方法主要有三类：经验描述法，由决策者根据经验对客户进行类别划分；传统统计法，根据客户属性特征的简单统计来划分客户类别；非传统统计方法，即基于人工智能技术的非数值方法。聚类分析法兼有后两类方法的特点，能够有效完成客户细分的过程。 例如，客户的购买动机一般由需要、认知、学习等内因和文化、社会、家庭、小群体、参考群体等外因共同决定。要按购买动机的不同来划分客户时，可以把前述因素作为分析变量，并将所有目标客户每一个分析变量的指标值量化出来，再运用聚类分析法进行分类。在指标值量化时如果遇到一些定性的指标值，可以用一些定性数据定量化的方法加以转化，如模糊评价法等。除此之外，可以将客户满意度水平和重复购买机会大小作为属性进行分类；还可以在区分客户之间差异性的问题上纳入一套新的分类法，将客户的差异性变量划分为五类：产品利益、
聚类分析在市场细分中的应用
聚类分析在市场细分中的应用 市场细分研究方法论 市场细分的含义市场细分（market segmentation）是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似. 市场细分的含义 市场细分（market segmentation）是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体。 市场细分的程序 调查阶段 分析阶段 细分阶段 细分消费者市场的基础 地理细分：国家、地区、城市、农村、气候、地形 人口细分：年龄、性别、职业、收入、教育、家庭人口、家庭类型、家庭生命周期、国籍、民族、宗教、社会阶层 心理细分：社会阶层、生活方式、个性 行为细分：时机、追求利益、使用者地位、产品使用率、忠诚程度、购买准备阶段、态度。 市场细分研究的应用价值 谁是购买者和谁是潜在购买者？ 市场细分根据消费者对不同产品的不同偏好分析，从而确定对于特定产品，那些人是最主要的购买者和那些人有最可能成为购买者。 提供的产品是否满足了消费者的需求？ 市场细分首先了解不同消费群体的不同偏好，从而相应挖掘出哪些偏好是您产品能满足的？同时，在产品定位后您可以确定哪些营销手段是最为吸引消费者。 如何巩固原有市场或占领新的市场？ 通过市场细分可以了解到哪些同类产品或替代品是自身产品的最主要的竞争产品和哪些市场最易进入。 营销策略是否需要调整？ 在销售量没有发生显著变化的情况下，目标消费群体的结构正在发生的变化需要企业及时了解和调整策略。市场细分是最好的解决方法之一。 如何根据目标消费群体的需要进行产品开发？ 细分市场还有利于掌握潜在市场的需求，不断开发新产品，开拓新市场。 市场细分的步骤 选定产品市场范围。公司应明确自己在某行业中的产品市场范围，并以此作为制定市场开拓战略的依据。列举潜在顾客的需求。可从地理、人口、心理等方面列出影响产品市场需求和顾客购买行为的各项变数。