用于 B2B 细分的 K 均值、正态混合和概率 D 聚类的比较 用于 B2B 细分的 K 均值、正态混合和概率 D 聚类的比较
Satish Garla、Goutam Chakraborty（俄克拉荷马州立大学）和 Gary Gaeth（爱荷华大学）
聚类分析是组织用于市场细分的一种流行技术。聚类将市场中的客户分成几组，使得组内的客户相似，而组间的客户不同。文献中提出了几种基于各种相似性度量的聚类算法。本海报描述了对三种聚类方法（K 均值、正态混合和概率 D）的比较研究，用于对企业对企业 (B2B) 市场中的客户进行细分分析。本研究使用了由液压和气动产品供应商进行的调查收集的数据。聚类使用了十个变量，这些变量衡量客户对选择供应商的重要属性的看法。根据聚类纯度和聚类概况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 均值和正态混合。
