spss分析方法-聚类分析

聚类分析是根据研究对象的特征，按照一定标准对研究对象进行分类的一种分析方法。
下面我们主要从下面四个方面来解说：
 

• 实际应用
• 理论思想
• 建立模型
   
• 分析结果

 

一、实际应用

 

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。

商业上：

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、选择试验的市场，并作为多元分析的预处理。
 

生物上：
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。

 

地理上：

聚类能够帮助在地球中被观察lei的数据库趋于的相似性。

 

保险行业上：
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。

 

因特网上：

聚类分析被用来在网上进行文档归类来修复信息。

 

电子商务上：
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。

 

 

二、理论思想

 

聚类分析是基于数据之间的距离远近，对研究变量进行聚类分组，聚类分析事先不知道分组情况，是一种探索性分析。