Menu


بخش بندی بازار بر اساس داده‌ها: مقدمه‌ای بر روش خوشه بندی K-Means


اهداف و انتظارات آموزشی متمم در این درس
کد درس: ۲۷۷۹۶
پیش نیازهای مطالعه این درس: از دوستان عزیز متممی انتظار می‌رود در پایان این درس:
  • بتوانند مراحل الگوریتم K-Means‌ را برای خوشه بندی اطلاعات شرح دهند.
  • بتوانند نقاط ضعف الگوریتم K-Means را فهرست کنند.
  • پیچیدگی مفهوم خوشه بندی بر اساس داده‌ها را درک کرده باشند.
روش K-means در بخش بندی داده ها

ما در درس‌های قبلی بحث بخش بندی بازار، به این نکته اشاره کردیم که کلیه روش‌های بخش بندی بازار را می‌توان به دو دسته تقسیم کرد.

دسته‌‌ی اول، روشهای بخش بندی هستند که بر پایه‌ی مفروضات مدیران بازاریابی یا به طور کلی، مدیران کسب و کارها انجام می‌شوند.

دسته‌ی دوم روش‌هایی هستند که می‌کوشند تا حد امکان، پیش‌فرض‌ها را کمتر دخیل کنند و با استفاده از داده‌های بیشتر و روش‌های آماری و ریاضی، خطای قضاوت انسانی را در بخش بندی بازار کاهش دهند.

در مورد روش اول بحث‌ها و توضیحات مختلفی داشته‌ایم. اما به روش‌های دسته‌ی دوم،‌ اشاره‌ی مستقیم نکرده‌ایم.

این درس به معرفی روش K-Means می‌پردازد.

البته در این درس مختصر انتظار نداریم که بعد از به پایان رسیدن این درس، به سادگی بتوانید با هر برنامه‌ای مانند Matlab یا Excel یا SPSS به بخش بندی بپردازید. اما انتظار داریم تصویر شفاف‌تری از روش‌های آماری خوشه بندی به دست بیاورید.

اگر چه در صورتی که کمی حوصله و علاقه برای بازی با برنامه‌هایی مانند Excel داشته باشید، بدون نرم افزارهای تخصصی و با ترکیب روش‌های اتوماتیک و کمی هم بازی با اعداد و دستکاری جدول‌های Excel، می‌توانید این روش را برای کارهای ساده به کار بگیرید.

اما مهم‌تر از اینها:

برای متمم مهم است که لااقل اگر یک متخصص ریاضی یا آمار یا یک کاربر حرفه‌ای نرم افزار، برای شما از روش های ریاضی خوشه بندی استفاده کرد، بتوانید تا حدی در ذهن خود تصور کنید که در پشت این الگوریتم‌ها چه چیزی روی می‌دهد.

تمرین (در متمم انجام ندهید)

بهترین روش برای درک الگوریتم K-Means این است که آن را به صورت دستی و تخمینی در فضای دو بعدی انجام دهید.

روی یک برگه نموداری شبیه تصویر زیر را ترسیم کنید:

k-means-example

سعی کنید به صورت چشمی و بدون محاسبه‌ی دقیق، الگوریتم را برای K=2 روی آن اجرا کنید.

یعنی اول دو مرکز تصادفی انتخاب کنید و بعد نقطه‌ها را بر اساس فاصله به یکی از دو مرکز تخصیص دهید و سپس مرکز جدید را محاسبه کنید و روند را تکرار کنید.

در پایان، حتماً یک بار دیگر اهداف درس را در قسمت بالای این مطلب بخوانید.

قرارمان فقط این بود و هست که در این درس خاص، نسبت به یکی از کلاسیک‌ترین شیوه‌های خوشه بندی، کمی دید پیدا کنیم.

همین و نه بیشتر.

 

برخی از سوالهای متداول درباره متمم

متمم چیست و چه می‌کند؟
چه درس‌هایی در متمم ارائه می‌شوند؟
هزینه ثبت‌نام در متمم چقدر است؟
آیا در متمم فایل‌های صوتی رایگان هم برای دانلود وجود دارد؟

ترتیبی که گروه متمم برای خواندن مطالب سری مدیریت بازاریابی به شما پیشنهاد میکند:

سری مطالب حوزه مدیریت بازاریابی

قوانین کامنت گذاری/ ارسال نظرات غیر مرتبط با این مطلب

3 نکته برای بخش بندی بازار بر اساس داده‌ها: مقدمه‌ای بر روش خوشه بندی K-Means

     
    دوست گرامی مشاهده تمرینهای مربوط به این درس، صرفا برای کاربران متمم امکانپذیر میباشد.
    .