K-均值，正常混合物和概率D聚类用于B2B细分的比较 K-均值，正常混合物和概率D聚类用于B2B细分的比较
俄克拉荷马州立大学的Goutam Chakraborty的Satish Garla和爱荷华大学的Gary Gaeth
聚类分析是组织用于市场细分的一种流行技术。集群将市场中的客户分为多个组，这样一个组中的客户是相似的，而组之间的客户是不相似的。基于各种相似性度量，文献中提出了几种聚类算法。此海报描述了对B2B市场中客户细分的三种聚类方法（K均值，正态混合物和概率D）的比较研究。本研究使用从液压和气动产品供应商进行的调查中收集的数据。用来衡量客户对选择供应商的重要属性的看法的十个变量用于聚类。根据簇纯度和簇谱评估每种方法的结果。SAS®Enterprise Miner用于概率D聚类和聚类分析，而JMP®Pro 9用于K均值和标准混合物。
实验设计
