创意火花-聚类算法

#聚类算法
以前在考虑机器学习的应用场景时，都是按照端到端的思路，比如，客户流失分析，输入客户列表及相关特征，输出流失的名单。之前也尝试过利用逻辑回归、决策树等算法对客户流失进行预测，效果不是特别好，里面既有数据不全面的问题，同时也应该存在算法单一的问题。最近又学习了几个常用机器学习算法，包括支持向量机、逻辑回归、聚类算法等，虽然还是没有理解了算法的基本原理，还是不会调参，但仍然有了一点收获，机器学习算法可以和人工分析结合起来使用，并不是一定要完整解决一个问题才能用机器学习。
基于上面的想法，把机器学习的聚类算法应用到了业务稽核场景。业务稽核的实质是发现异常业务，以大额预存为例，人工分析的时候，一般是先设定一个大额的标准，比如，最高节目包是20美元，那么就设定高于20美元的预存，找出预存高于20美元的客户，分析其所订购的节目包、历史充值的习惯等。在这个过程中，20美元的设定是一个关键，需要分析人员可以根据项目国的政策、历史缴费习惯、当前促销政策等综合分析事设定。为了找到合理的阈值，降低后续分析的工作量，可以引入“聚类分析”算法，由聚类算法根据所有充值客户的充值金额、订购节目包、缴费习惯等，把所有的缴费用户聚类成几个类。一般来讲，分类内的用户越多，出现异常业务的可能性也越低（即使有异常，也很难发现）。分析人员只需要关注离群点的用户以及分类内用户较少的类，通过查看这些用户的相关信息，综合判断是否为异常业务。在这个过程中，

• 聚类算法虽然不能直接分析出异常业务，但可以根据业务特征把数据分成几个类
• 分析人员通过解读算法给出的分类，抽查分析明细数据，综合判断出异常业务

下图是使用了聚类算法的业务稽核原型，供参考：