文档介绍：基于K-means算法的产品市场定位聚类分析摘要:聚类算法是数据挖掘中核心技术之一,而k-means算法在经典聚类算法中占有重要地位。根据市场调查中的顾客感知质量,感知价格,市场份额和品牌类别为测试数据,用k-means算法进行数据挖掘,充分利用数据挖掘结果,得出符合市场现状的市场定位结论。关键词:市场定位;顾客感知;k-means算法;聚类中心中图分类号:TP311文献标识码:A文章编号:1009-3044(2008)26-1635-02 ClusteringAnalysisofMarketLocationoftheProductBasedonK-meansArithmetic ZHAIYin,LUOPing (MathematicsandInformationSchool,LangfangTeachersCollege,Langfang065000,China) Abstract:-,perceptionprices,-meansalgorithmofdatamining,andmakingfulluseoftheresultsobtainedthemarketstatusofmarketpositioningconclusions. Keywords:marketingpositioning;customerperception;k-meansalgorithm;clusteringcenter 1引言随着数据挖掘技术的发展,作为数据挖掘主要方法之一的聚类算法,也越来越受到人们的关注。数据挖掘(DataMining),就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程,简单的说,数据挖掘就是从大量数据中提取或“挖掘”知识。数据挖掘技术中的聚类(Cluster),就是把大量的d维数据样本聚集成K个类,使同一类中样本的相似性最大,而不同类中样本的相似性最小。K-means算法属于聚类方法中一种基本的划分方法,该算法可以有效快速的得出各个样本的聚类结果,同时提供各个被抽样企业的聚类结果,为各企业进行合理的市场定位提供重要依据,相对传统定位方式而言,具有实用性。整个聚类过程都交给数据挖掘算法,方便执行。数据挖掘所挖掘出来的知识可应用于信息管理、决策支持、过程控制和许多其它方面。在产品市场定位中,要根据竞争者现有产品在市场上所处的位置,针对消费者对该产品某种特征或属性的重视程度,强有力地塑造出本企业产品与众不同的、给人以鲜明印象的个性或形象,并把这种形象生动地传递给消费者,从而使该产品在市场上确定适当的位置。市场调研员可以将品牌分为高质高价、高质低价、低质高价和低质低价等类。但是在现实的市场中,往往很难严格区分这四种类别。顾客对价格和质量的实际感知会受到品牌形象、顾客消费行为等多种因