新潜在消费者识别与全球品牌消费行为分析
在商业竞争日益激烈的今天,准确识别新潜在消费者以及了解全球品牌消费者的行为特征,对于企业制定营销策略至关重要。本文将围绕新潜在消费者识别的实验以及全球品牌消费行为的聚类分析展开探讨。
新潜在消费者识别实验
-
构建图模型
- 为了分析移动电话网络中用户的交互情况,我们基于通话次数、通话时长和每次通话的平均时长,为四周(S1、S2、S3 和 S4)的数据构建了图模型。以下是每周生成图的规模:
| 周 | 节点数 | 边数 |
| — | — | — |
| S1 | 4662846 | 9114606 |
| S2 | 4704090 | 9080917 |
| S3 | 4494577 | 8712714 |
| S4 | 4198888 | 7939203 |
- 为了分析移动电话网络中用户的交互情况,我们基于通话次数、通话时长和每次通话的平均时长,为四周(S1、S2、S3 和 S4)的数据构建了图模型。以下是每周生成图的规模:
-
提取变量与社区检测
- 利用生成的十二个图,我们提取了不同的变量,这些图分别按通话次数、通话时长和每次通话的平均时长进行加权。
- 对每个图应用社区检测算法后,得到了如表 4 所示的变量摘要。需要注意的是,当变量分别来自通话、时长和每次通话平均时长的图时,表 4 中的后缀 x 会分别改为 c、m 或 a。例如,out c、out m 和 out a 分别是通话、时长和平均图的出度值。
-
数据集平衡与模型评估
超级会员免费看
订阅专栏 解锁全文
3140

被折叠的 条评论
为什么被折叠?



