مسیر سایت : خانه تحلیل داده ها داده کاوی

خوشه ­بندی

خوشه ­بندی به عمل تقسیم جمعیت ناهمگن به تعدادی از زیر مجموعه­ ها یا خوشه ­های همگن گفته می‌شود. وجه تمایز خوشه ­بندی از دسته ­بندی این است که خوشه­ بندی به دسته ­های از پیش تعیین شده تکیه ندارد. در دسته ­بندی بر اساس یک مدل هر کدام از داده­ ها به دسته­ ای از پیش تعیین شده اختصاص می ­یابد؛ این دسته ­ها یا از ابتدا در طبیعت وجود داشته­ اند (مثل جنسیت، رنگ پوست و مثال­ هایی از این قبیل) یا از طریق یافته ­های پژوهش ­های پیشین تعیین گردیده ­اند.
در خوشه ­بندی هیچ دسته از پیش‌ تعیین‌ شده ­ای وجود ندارد و داده ­ها صرفاً براساس تشابه گروه­ بندی می‌شوند و عناوین هر گروه نیز توسط کاربر تعیین می­گردد. به طور مثال خوشه­ های علائم بیماری­ ها ممکن است بیماری­ های مختلفی را نشان دهند و خوشه­ های ویژگی­ های مشتریان ممکن است حاکی از بخش ­های مختلف بازار باشد.
خوشه­ بندی معمولاً به عنوان پیش درآمدی برای بکارگیری سایر تحلیل­ های داده ­کاوی یا مدل­سازی به کار می ­رود. به عنوان مثال، خوشه­ بندی ممکن است اولین گام در تلاش برای تقسیم ­بندی بازار باشد؛ برای ایجاد یک قانون که در همۀ موارد کاربرد داشته باشد و به این سؤال پاسخ دهد که مشتریان به چه نوع تبلیغاتی به بهترین نحو پاسخ می ­دهند اول باید مشتریان را به خوشه­ های متشکل از افرادی با عادات مشابه خرید تقسیم نمود و سپس پرسید که چه نوع تبلیغاتی برای هر خوشه به بهترین نحو عمل می­ کند.

مطالب مرتبط

رده بندی
پیش بینی
قواعد وابستگی

 

راهنمای مشاوره و خدمات مرکز علوم مدیریت آریا مدیر

انجام تحلیل فصل چهارم پایان نامه و مقالات    

انجام تحلیل داده های آماری با نرم افزار spss

انجام تحلیل عاملی تاییدی و مدل معادلات ساختاری با نرم افزارهای LISREL وAMOS 

اولویت بندی شاخص ها به کمک روش های تصمیم گیری چند معیاره مانند AHP و ANP

شناسایی روابط درونی میان شاخص ها با استفاده از روش DEMATEL

اولویت بندی گزینه ها با استفاده از روش های TOPSIS و VIKOR

روش های فرا ابتکاری مانند الگوریتم ژنتیک، شبکه های عصبی