KMeans聚类特征筛选与预处理规划

适合用于聚类的列筛选结果

根据数据特征和聚类需求，以下列适合用于KMeans聚类分析：

1. 数值型特征列

以下列已经是数值型或经过映射后的数值，适合直接用于聚类：

• 来源：已映射为数值（如“微信”为1）。

• Q1-Q27（单选题和矩阵量表题）：所有选项已用数值表示，例如：

  • Q1（是否使用抖音APP）：1=是，2=否

  • Q2（性别）：1=男，2=女

  • Q3（年龄分段）、Q4（学历）、Q5（职业）等类似数值。

  • Q15-Q27（矩阵量表题）：每个子问题（如Q15|R1、Q15|R2等）均为数值评分。

2. 需要删除的列

以下列不适合聚类，建议删除：

1. 非数值型或无关列：

   • 答题序号：与用户行为无关。

   • 开始时间、提交时间、答题时长：时间戳信息，与聚类目标无关。

   • IP省份、IP城市、IP地址：地理位置文本信息，需编码后才能使用（但通常与聚类目标无关）。

   • 浏览器、操作系统：文本信息，需编码（但通常与聚类目标无关）。

2. 高缺失率列：

   • Q5|open：开放性问题，大部分为空值（如数据中的空值），缺失率高。

3. 单一值列（需检查数据）：

   • 如果某列所有值相同（如所有用户来源均为“微信”），则删除。

3. 保留的列列表

来源, Q1, Q2, Q3, Q4, Q5, Q6, Q7, Q8, Q9, Q10, Q11, Q12, Q13, Q14, 
Q15|R1, Q15|R2, Q15|R3, 
Q16|R1, Q16|R2, 
Q17|R1, Q17|R2, Q17|R3, 
Q18|R1, Q18|R2, Q18|R3, 
Q19|R1, Q19|R2, Q19|R3, 
Q20|R1, Q20|R2, Q20|R3, 
Q21|R1, Q21|R2, 
Q22|R1, Q22|R2, 
Q23|R1, Q23|R2, Q23|R3, 
Q24|R1, Q24|R2, Q24|R3, 
Q25|R1, Q25|R2, Q25|R3, 
Q26|R1, Q26|R2, Q26|R3, 
Q27|R1, Q27|R2

以下是数据集中 适合用于聚类的列 及其对应的具体问题解释：

---

1. 基础用户属性

列名	对应问题	选项编码（数值化后）
来源	用户来源渠道	1=微信（其他来源需扩展）
Q1	是否使用过抖音APP	1=是, 2=否
Q2	性别	1=男, 2=女
Q3	年龄分段	1=20岁以下, 2=21-30岁, 3=31-40岁, 4=41-50岁, 5=51岁以上
Q4	学历	1=初中以下, 2=高中/中职, 3=大学专科, 4=大学本科, 5=硕士, 6=博士及以上
Q5	职业	1=在校学生, 2=公务员, 3=企业管理者, ..., 13=其他职业人员
Q6	月可支配收入	1=1500元, 2=1500-2000元, 3=2000-3000元, 4=3000-5000元, 5=5000元以上
Q7	月均网购次数	1=0次, 2=1-2次, 3=3-5次, 4=6-9次, 5=10次及以上
Q8	日均观看抖音时长	1=15分钟以下, 2=15-30分钟, 3=30-60分钟, 4=60分钟以上

---

2. 种草者信任度与专业性

列名	对应问题（矩阵量表题）	评分规则
Q15|R1	种草者具备扫地机器人领域相关知识	数值评分（如1-5分）
Q15|R2	种草者在扫地机器人领域受过专业教育	数值评分
Q15|R3	种草者对扫地机器人有丰富的购买和使用经验	数值评分
Q16|R1	种草者在短视频平台非常有影响力	数值评分
Q16|R2	种草者在社会上有一定名声和声望	数值评分

---

3. 用户互动行为

列名	对应问题（矩阵量表题）	评分规则
Q17|R1	我喜欢接受种草者的推荐并积极响应	数值评分
Q17|R2	我与种草者之间互相交流	数值评分
Q17|R3	我经常关注种草者的动态	数值评分
Q18|R1	种草者的个性与我相似	数值评分
Q18|R2	种草者的兴趣爱好与我相似	数值评分
Q18|R3	种草者的选择偏好与我相似	数值评分

---

4. 信息价值感知

列名	对应问题（矩阵量表题）	评分规则
Q19|R1	种草者推荐信息对我有参考价值	数值评分
Q19|R2	种草者全面介绍了扫地机器人信息	数值评分
Q19|R3	种草者对细节特点有详细说明	数值评分
Q20|R1	种草者使用图文结合方式推荐	数值评分
Q20|R2	种草者配有直观真实的视频讲解	数值评分
Q20|R3	种草者采取现场演示方式推荐	数值评分

---

5. 促销敏感性

列名	对应问题（矩阵量表题）	评分规则
Q23|R1	因直播期间特价而购买	数值评分
Q23|R2	因限量抢购或限量款而购买	数值评分
Q23|R3	因直播间优惠券/礼品而购买	数值评分

---

6. 购买决策与情感反馈

列名	对应问题（矩阵量表题）	评分规则
Q21|R1	种草者会推荐他人使用	数值评分
Q21|R2	种草者推荐能提升购买意愿	数值评分
Q22|R1	种草视频内容生动有趣	数值评分
Q22|R2	观看视频能让我放松	数值评分
Q24|R1	种草者推荐是亲身体验后的分享	数值评分
Q24|R2	种草者推荐基本没有偏见	数值评分
Q24|R3	种草者推荐的扫地机器人可靠	数值评分
Q25|R1	推荐的扫地机器人物有所值	数值评分
Q25|R2	可以在短视频中买到想要的	数值评分
Q25|R3	购买决策是正确的	数值评分
Q26|R1	观看时感到快乐	数值评分
Q26|R2	观看时感到期待	数值评分
Q26|R3	观看时感到满意	数值评分
Q27|R1	愿意在观看短视频时购买	数值评分
Q27|R2	愿意推荐他人观看短视频购买	数值评分

处理之后：数据

Q2,Q3,Q4,Q5,Q6,Q7,Q8,Q9,Q10,Q11,Q12,Q13,Q14,Q15|R1,Q15|R2,Q15|R3,Q16|R1,Q16|R2,Q17|R1,Q17|R2,Q17|R3,Q18|R1,Q18|R2,Q18|R3,Q19|R1,Q19|R2,Q19|R3,Q20|R1,Q20|R2,Q20|R3,Q21|R1,Q21|R2,Q22|R1,Q22|R2,Q23|R1,Q23|R2,Q23|R3,Q24|R1,Q24|R2,Q24|R3,Q25|R1,Q25|R2,Q25|R3,Q26|R1,Q26|R2,Q26|R3,Q27|R1,Q27|R2
2.0,2.0,4.0,1.0,2.0,4.0,1.0,1.0,2.0,1.0,1.0,1.0,1.0,4.0,3.0,5.0,4.0,4.0,3.0,4.0,4.0,4.0,4.0,4.0,4.0,4.0,4.0,4.0,4.0,5.0,4.0,4.0,4.0,4.0,4.0,3.0,5.0,4.0,4.0,5.0,4.0,4.0,4.0,5.0,4.0,3.0,5.0,5.0
1.0,2.0,4.0,1.0,2.0,4.0,4.0,1.0,2.0,2.0,2.0,1.0,2.0,4.0,3.0,3.0,4.0,4.0,2.0,2.0,4.0,4.0,4.0,4.0,4.0,5.0,5.0,4.0,4.0,4.0,4.0,4.0,4.0,3.0,4.0,2.0,5.0,3.0,3.0,5.0,4.0,4.0,4.0,3.0,4.0,3.0,2.0,3.0
1.0,2.0,4.0,1.0,2.0,4.0,3.0,1.0,3.0,3.0,2.0,1.0,2.0,3.0,3.0,3.0,2.0,2.0,3.0,3.0,2.0,3.0,3.0,4.0,3.0,4.0,4.0,3.0,4.0,3.0,4.0,3.0,4.0,3.0,4.0,4.0,2.0,3.0,2.0,3.0,4.0,3.0,2.0,2.0,2.0,2.0,3.0,3.0
2.0,2.0,3.0,6.0,4.0,5.0,4.0,1.0,4.0,2.0,2.0,4.0,2.0,4.0,4.0,3.0,3.0,3.0,3.0,3.0,1.0,2.0,1.0,1.0,4.0,5.0,5.0,4.0,5.0,5.0,5.0,5.0,2.0,1.0,4.0,1.0,4.0,5.0,5.0,3.0,4.0,2.0,2.0,1.0,3.0,1.0,2.0,4.0
1