🗊Презентация Кластерный анализ

Кластерный анализ

Трион, 1939 год – появление кластерного анализа Трион, 1939 год – появление кластерного анализа Кластерный анализ – совокупность различных алгоритмов классификации Ключевой вопрос –организация наблюдаемых данных в наглядные структуры (таксономии) Отсутствие процедуры проверки статической значимости

Области: Области: медицина психиатрия арехеология менеджмент

Отбор выборки для кластеризации Определение множества переменных Вычисление значений той или иной меры сходства между объектами Применение метода кластерного анализа Проверка достоверности результатов

Использование меры сходства и расстояния между анализируемыми объектами Использование меры сходства и расстояния между анализируемыми объектами Типичный результат – иерархическое дерево

Наблюдения и переменные одновременно вносят вклад в обнаружение осмысленных кластеров Наблюдения и переменные одновременно вносят вклад в обнаружение осмысленных кластеров

КЛАСТЕРНЫЙ ПОДХОД К АНАЛИЗУ УРОВНЯ УДОВЛЕТВОРЁННОСТИ ПЕРСОНАЛА МЕДИЦИНСКОГО УЧРЕЖДЕНИЯ

Метод анкетирования Метод анкетирования 165 респондентов Изучение удовлетворенности персонала текущими процессами деятельности медицинского центра

Признаки кластеризации: Признаки кластеризации: доступность и качество информации корпоративная культура мотивация

   

Метод сетей Кохонена Метод сетей Кохонена Метод k-средних Аналитическая платформа Deductor Academic 5.2 Сформировано 3 кластера: кластер 1 – высокая степень удовлетворенности, кластер 2 – средняя степень удовлетворенности, кластер 3 – низкая степень удовлетворенности.

Рис. 1. Карта Кохонена для индексов удовлетворенности признаков: Рис. 1. Карта Кохонена для индексов удовлетворенности признаков: а) доступность и качество информации б) корпоративная культура в) мотивация

Рис. 2. Карта Кохонена: разделение по кластерам Рис. 2. Карта Кохонена: разделение по кластерам

Применение методов кластерного анализа для обработки данных психологических исследований

Экспертные оценки Экспертные оценки 9 респондентов Исследование структуры команды (малой группы, ориентированной на решение деловой задачи и состоящей из молодых специалистов (инженеров-программистов), коллективно принимающих решение, выполняющих сложные работы в различном составе и качественном описании характеристик каждой подгруппы

Для определения «естественного» числа кластеров, на которые может быть разбита совокупность объектов применялся следующий критерий: на каждом уровне иерархической кластеризации выполнялось разбиение множества на данное число классов. Для каждой пары кластеров оценивалась отношение среднего внутрикластерного расстояния к межкластерному: Для определения «естественного» числа кластеров, на которые может быть разбита совокупность объектов применялся следующий критерий: на каждом уровне иерархической кластеризации выполнялось разбиение множества на данное число классов. Для каждой пары кластеров оценивалась отношение среднего внутрикластерного расстояния к межкластерному: Оценка «естественного» разбиения производится по формуле:

При помощи метода к-среднего реализуется процедура построения усредненных профилей каждого класса, что дает возможность проводить качественный анализ выраженности признаков у представителей каждого класса.  При помощи метода к-среднего реализуется процедура построения усредненных профилей каждого класса, что дает возможность проводить качественный анализ выраженности признаков у представителей каждого класса. 

Результаты сравнительного анализа, демонстрирующие значимые отличия классов по трем характеристикам: трудовая активность, работоспособность и понимание цели

Кластерный анализ рынка модельной обуви города Красноярска

Сегментировать целевую аудиторию Составить портрет потребителя: рациональность и эмоции Выровнять карту восприятия товара продавцом и потребителем Оптимизировать рекламные сообщения

Российский производитель обуви Российский производитель обуви Проблема: отрицательное отношение к обуви российского производства Окружение: высоко конкурентная среда Задача: провести поведенческий анализ аудитории

Поведенческие: отношение к продукции предприятия Социально-демографические: пол, возраст, уровень дохода

Сегмент I — «отрицательно настроенные» потребители. 30% респондентов. 83% женщины. Средний возраст женщин – 32, мужчин – 34 года. Сегмент I — «отрицательно настроенные» потребители. 30% респондентов. 83% женщины. Средний возраст женщин – 32, мужчин – 34 года. Сегмент II — «безразличные» потребители. 53% респондентов. Почти поровну мужчин и женщин (52% и 48%). 66% - от 36 до 55 лет. Сегмент III — «благожелательные» потребители. 17% респондентов. 67% мужчин. Самый старший сегмент: 91% старше 35 лет.

СПАСИБО ЗА ВНИМАНИЕ