面向新產(chǎn)品開發(fā)市場定位的一種聚類算法

(1.重慶科技學(xué)院 機(jī)械工程學(xué)院， 重慶 401331; 2.重慶大學(xué) 機(jī)械工程學(xué)院， 重慶 400044)



摘 要：

如何從海量的樣本數(shù)據(jù)中挖掘出具有共性的顧客需求信息，幫助商家識別出潛在的客戶群，并提高對市場活動的響應(yīng)效率，是當(dāng)前國內(nèi)外市場研究的一個重點(diǎn)和難點(diǎn)。以新產(chǎn)品開發(fā)策劃中的新產(chǎn)品市場定位為研究對象，提出了一種基于網(wǎng)格的聚類算法(meshbased clustering algorithm， MCA)。此算法可以在市場調(diào)查數(shù)據(jù)中深度挖掘顧客潛在需求，根據(jù)顧客評價對產(chǎn)品進(jìn)行競爭性分析，采用積極的營銷策略，不斷挖掘新客戶群體，從而為企業(yè)制定新產(chǎn)品開發(fā)戰(zhàn)略和產(chǎn)品市場定位提供科學(xué)決策依據(jù)。

 關(guān)鍵詞：數(shù)據(jù)挖掘； 聚類算法； 基于網(wǎng)格的聚類算法； 產(chǎn)品市場定位； 市場細(xì)分

 中圖分類號：TH186 文獻(xiàn)標(biāo)志碼： A

文章編號：10013695(2008)12359603



Noval approach of clustering algorithm for marketorientation product development and competition analysis

DENG Xiaogang1，2， YANG Lianxing2， GUO Gang2



(1.College of Mechanical Engineering， Chongqing College of Science Technology， Chongqing401331， China;

2.CollegeofMechanical Engineering， Chongqing University， Chongqing 400044， China)



Abstract:

As a key technology and the hardest one in data mining，clustering algorithms are now studied around the world. This paper proposed a novel approach of clustering algorithms from a new point of view， which by name of meshbased clustering algorithm. Applied the MCA in a detail application that was designated to help the decision makers of a manufactory or company， to new strategy of product development more wisely， which was often mentioned by marketoriented product development.

 Key words：data mining; clustering algorithm; meshbased clustering algorithm; product concept design; market partition

我國企業(yè)的新產(chǎn)品開發(fā)，普遍經(jīng)歷了引進(jìn)、仿制、國產(chǎn)化到改型自主開發(fā)的階段。早期物資的極度匱乏和市場經(jīng)濟(jì)不發(fā)達(dá)的客觀現(xiàn)實，使企業(yè)形成了重生產(chǎn)輕開發(fā)的局面。這導(dǎo)致今天我國許多企業(yè)在新產(chǎn)品研發(fā)，尤其在市場導(dǎo)向的新產(chǎn)品開發(fā)策劃和準(zhǔn)確的市場定位方法上存在嚴(yán)重的缺陷。隨著競爭的加劇，企業(yè)迫切需要科學(xué)的方法和軟件工具來幫助其完成科學(xué)的市場定位和潛在顧客細(xì)分，以便在新產(chǎn)品開發(fā)策劃階段能夠準(zhǔn)確進(jìn)行新產(chǎn)品的市場戰(zhàn)略定位。

產(chǎn)品需求分析與概念測試是產(chǎn)品開發(fā)的源頭，決定了80%未來產(chǎn)品上市后的成敗，也大大影響了產(chǎn)品開發(fā)流程的執(zhí)行品質(zhì)和效率。進(jìn)行產(chǎn)品需求分析的根本目的就是要通過市場信息的收集并加以分析處理，從而識別顧客的需要。

針對如何獲取顧客潛在需求的調(diào)查數(shù)據(jù)，進(jìn)行有效的聚類分析這一問題，本文從一個新的角度，提出一種新型基于網(wǎng)格的聚類算法（MCA），以深度挖掘出細(xì)分市場顧客群體的共性需求特征，揭示顧客群體的行為習(xí)慣，幫助商家識別出潛在的客戶群，并提高對市場活動的響應(yīng)力，采用積極的營銷策略，不斷挖掘新客戶，從而提高市場占有率。本聚類算法可以為企業(yè)新產(chǎn)品開發(fā)市場的定位提供科學(xué)決策依據(jù)，具有重要的學(xué)術(shù)意義和實用價值。

1 聚類問題的研究現(xiàn)狀

11 聚類的含義

近幾年來，聚類在數(shù)據(jù)挖掘中得到廣泛應(yīng)用。聚類是對物理的或抽象的對象集合分組的過程。其基本思想是：按照數(shù)據(jù)的相似性和差異性，將大量個體（樣本）劃分為若干相對獨(dú)立的分組(組內(nèi)還可以再分組)；該過程中產(chǎn)生的每個聚類內(nèi)的個體都比較相似，不同聚類內(nèi)的個體則不相似^[1]。

現(xiàn)有的聚類方法很多，大概可以分成劃分的方法、層次的方法、基于密度的方法、基于網(wǎng)格的方法、基于模型的方法等。其求解的一般思路是：將具有多重屬性值的每個個體映射為多維歐氏空間中的點(diǎn)，通過分析這些點(diǎn)，試圖將它們劃分為不同的集合，以反映原始個體之間相互關(guān)系的過程^[2]。

與分類模式不同，進(jìn)行聚類前人們并不知道將要劃分成幾個組和什么樣的組，也不知道根據(jù)哪一個或幾個數(shù)據(jù)項來定義組。如果產(chǎn)生的模式無法理解或不可用，則該模式可能是無意義的，需要回到上階段重新組織數(shù)據(jù)。聚類是一個無監(jiān)督學(xué)習(xí)過程，其類別不是人為指定的，完全由計算機(jī)自動進(jìn)行，無須人工干預(yù)^[3]。

12 主要的聚類算法簡介

聚類算法是數(shù)據(jù)挖掘領(lǐng)域非常重要的一種技術(shù)，因為它能夠發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的邏輯關(guān)系而幾乎不需要提供額外的信息。國際上，聚類算法的研究取得了非常豐富的成果，目前也存在許多聚類算法及相關(guān)技術(shù)。總的來看，經(jīng)典的聚類算法包括自底向上的聚集算法、自頂向下的分裂算法、中心移動聚類算法。近期還出現(xiàn)了大量其他類型的聚類算法^[4~7]，如基于自組織特征映射（SOM）的聚類算法、基于密度的聚類算法、基于支持向量機(jī)（SVM）的聚類算法，以及多種方法混合使用的聚類算法等。它們?yōu)榫垲愃惴ǖ难芯客卣沽怂悸贰＊?/p>

2 基于網(wǎng)格的聚類算法(MCA)

通過對目前典型的聚類算法的研究可以發(fā)現(xiàn)，聚類概念本身的模糊性以及聚類算法往往涉及高維空間和數(shù)量龐大的樣本數(shù)量，所以直接使用傳統(tǒng)典型的聚類算法，無論是效率還是最后的結(jié)果均很難讓人滿意。

為實現(xiàn)對大數(shù)據(jù)集有效的聚類分析，本文提出的算法思想遵循如下框架：a)數(shù)據(jù)規(guī)約，通過恰當(dāng)?shù)臄?shù)學(xué)工具，對數(shù)據(jù)的維度和數(shù)據(jù)的數(shù)量同時進(jìn)行約簡；b)對約簡后的數(shù)據(jù)進(jìn)行聚類分析；c)將分析的結(jié)果在低維（如二維）空間中直觀顯示。

步聚a）數(shù)據(jù)約簡，比較典型的數(shù)學(xué)工具有統(tǒng)計學(xué)中的多元統(tǒng)計理論、集合論中的粗糙集理論、人工神經(jīng)網(wǎng)絡(luò)的自組織特征映射等。

步聚b）聚類算法，為了能夠獲得效果較好的算法，應(yīng)該充分挖掘特定問題的特殊性質(zhì)，并加以利用。

步聚c）可視化工作雖然不是本問題的難點(diǎn)，但能否直觀地將聚類結(jié)果呈現(xiàn)出來支持決策， 或著說協(xié)助企業(yè)發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的模式、知識，卻決定了整個算法在具體應(yīng)用中的成敗。 

限于篇幅，本文的重點(diǎn)在于討論b），即如何利用研究問題的特殊情況，設(shè)計一種效果較好的聚類算法。

21 問題背景描述

企業(yè)在進(jìn)行新產(chǎn)品開發(fā)的早期階段，一般應(yīng)收集現(xiàn)有產(chǎn)品的市場數(shù)據(jù)^[4]，其重點(diǎn)是收集消費(fèi)者對現(xiàn)有產(chǎn)品功能/性能指標(biāo)的綜合評價，即給不同指標(biāo)進(jìn)行一個綜合評分。調(diào)查目的在于期待發(fā)現(xiàn)有可能在準(zhǔn)備開發(fā)的新產(chǎn)品中需要改進(jìn)的指標(biāo)。心理學(xué)家的研究指出人區(qū)分信息等級的極限能力為7±2，也就是說，當(dāng)要求一個消費(fèi)者對數(shù)種功能類似的產(chǎn)品評分時，分?jǐn)?shù)的等級應(yīng)該限定在一個較小的范圍（這與MCA算法有較大關(guān)系）。比如采用5級評分，或3級評分等。表1是一次對手機(jī)四種指標(biāo)調(diào)查統(tǒng)計的原始數(shù)據(jù)示意。

用n維空間表示參與市場調(diào)研的產(chǎn)品指標(biāo)數(shù)目，用向量vi表示n維空間的點(diǎn)，以對應(yīng)某個消費(fèi)者對被調(diào)查產(chǎn)品相應(yīng)指標(biāo)的各項評分xj，并設(shè)被調(diào)研的消費(fèi)者數(shù)目為m。

現(xiàn)要求設(shè)計算法A，輸出這m個點(diǎn)構(gòu)成的樣本點(diǎn)集{v1，v2，…，vm}的一個劃分，數(shù)，因此n相對較小。可以設(shè)定m>2 000，2≤n≤5，m和n均為整數(shù)。

圖1是對該數(shù)學(xué)模型的一個直觀示例。

22 MCA算法介紹

筆者于2007年12月在某高校在校本科同學(xué)中進(jìn)行了一次問卷調(diào)查，對手機(jī)的通話質(zhì)量、待機(jī)時間、抗摔防水、菜單操作簡便性等20個指標(biāo)進(jìn)行了重要度及滿意度的5級評價，共收回1 967份有效問卷。本次調(diào)查旨在根據(jù)高校學(xué)生消費(fèi)群體對手機(jī)的多個性能指標(biāo)重要度和滿意度評價，使手機(jī)企業(yè)能有針對性地開發(fā)新產(chǎn)品來滿足該消費(fèi)群體的潛在要求。例如，對于調(diào)查結(jié)果顯示重要度高而滿意度相對較低的指標(biāo)，應(yīng)作為重點(diǎn)開發(fā)的目標(biāo)。問卷調(diào)查結(jié)果采用了基于網(wǎng)格的聚類算法(MCA)進(jìn)行了數(shù)據(jù)分析。

首先構(gòu)造n維空間網(wǎng)格，網(wǎng)格的點(diǎn)代表了樣本點(diǎn)集{v1，v2，…，vm}中樣本點(diǎn)的各種可能取值；然后將樣本點(diǎn)集的所有樣本點(diǎn)全部映射在n維的空間網(wǎng)格點(diǎn)上。映射的規(guī)則是：一旦有一個樣本點(diǎn)落在了某網(wǎng)格點(diǎn)上，該網(wǎng)格點(diǎn)的權(quán)值就加1。該空間網(wǎng)格的頂點(diǎn)數(shù)為kn，邊的數(shù)目為

|E|=∑ n i=0 2i-1 ni (k-2)n-i(2n-i);k>2 

當(dāng)k和n相對較小時，通過空間網(wǎng)格，能夠?qū)嫶髷?shù)量的樣本點(diǎn)映射到較少的空間網(wǎng)格點(diǎn)。完成第一次聚類。圖2給出n=3，k=3的一個網(wǎng)格示意。其中：（a）可以理解為對三種競爭產(chǎn)品，分別對三個指標(biāo)進(jìn)行3級評分制的消費(fèi)者偏好調(diào)查模型；（b）可以理解為對單產(chǎn)品的三個指標(biāo)進(jìn)行重要度和滿意度3級評分制的消費(fèi)者偏好調(diào)查模型。例如，坐標(biāo)點(diǎn)（2，2，0）表示對第0+1個指標(biāo)，顧客重要度評價為3，并覺得該指標(biāo)的滿意度為3。

接下來根據(jù)空間網(wǎng)格圖，生成k近鄰圖（knearest neighbor graph）。在MCA算法中采用的是修正1近鄰圖，即構(gòu)造1近鄰圖時，還要考慮空間網(wǎng)格點(diǎn)的權(quán)值。

本文將手機(jī)瀏覽網(wǎng)頁收發(fā)郵件指標(biāo)重要度評價，以及當(dāng)前使用的手機(jī)該指標(biāo)滿意度評價數(shù)據(jù)作為算法實例。將數(shù)據(jù)映射到一個5×5×20的三維網(wǎng)格中某一維，邊權(quán)為兩個頂點(diǎn)權(quán)值之差，從而生成1近鄰圖，如圖3（a）所示。

對生成的1近鄰圖，采用Chameleon聚類方法^[8]，進(jìn)行第二次聚類。首先需要確定原網(wǎng)格點(diǎn)之間“最相似”這一概念應(yīng)該怎樣量度。在此算法中，筆者引入物理現(xiàn)象來幫助理解兩個空間網(wǎng)格點(diǎn)相似的含義，即當(dāng)兩個物體質(zhì)量相當(dāng)時，它們之間表現(xiàn)出斥力，相似程度低；兩個物體質(zhì)量差別大時，則兩者之間顯現(xiàn)出引力，相似程度高。在網(wǎng)格點(diǎn)中，權(quán)值代表該點(diǎn)的質(zhì)量。相似程度可以表示為：相鄰兩個網(wǎng)格之差/兩格權(quán)值均值。當(dāng)相似程度大于某閾值時，認(rèn)為這兩個網(wǎng)格相似程度高，可以劃到同一聚類之中；反之，則認(rèn)為這兩個網(wǎng)格相似程度低，其間的連線斷開。閾值可以根據(jù)實際需求進(jìn)行設(shè)定。算例中相似度閾值選用了03。此時，聚類就定義為連通的網(wǎng)格點(diǎn)的集合。

算例中樣本值可近似地認(rèn)為服從正態(tài)分布：X~N(a，σ2)。其中，總體方差可由樣本方差來估計，則有

P{a-2σ

在5×5網(wǎng)格點(diǎn)的權(quán)值中，處于(a±2σ)區(qū)間之外的部分可以認(rèn)為屬于小概率事件。這樣的網(wǎng)格可以在聚類分析中被忽略。

二次聚類后，二維網(wǎng)格的1近鄰圖變成了圖3（b），聚類分析完畢。

由此可見，為確保MCA算法的有效性，必須控制k和n的取值，即MCA算法的第一次聚類映射應(yīng)該將大量的樣本點(diǎn)數(shù)據(jù)映射到一個規(guī)模較小的空間網(wǎng)格中。建議的最佳取值為n=2~5，k=3~5。

3 聚類結(jié)果分析

從圖3(b)可看出，對手機(jī)瀏覽網(wǎng)頁和收發(fā)郵件指標(biāo)重要度和滿意度聚類以后的結(jié)果顯示，有54%的受訪者認(rèn)為該指標(biāo)重要或比較重要。趨勢表明，作為最普及的現(xiàn)代通信工具，通過手機(jī)接收網(wǎng)頁信息，以及收發(fā)郵件與外界通信，將不會成為商務(wù)人士的專利，而受到了越來越多的高校學(xué)生的青睞。但同時，在認(rèn)為該指標(biāo)重要或較重要的受訪者中，有63％的受訪者對自己正使用的手機(jī)的該指標(biāo)滿意度不高（滿意度≤3）。主要原因有以下幾方面：

a)出于價格考慮，選擇相對較便宜的手機(jī)，沒有提供收發(fā)郵件和瀏覽網(wǎng)頁的功能；

b)手機(jī)屏幕尺寸太小，瀏覽網(wǎng)頁不方便；

c)當(dāng)前通信運(yùn)營服務(wù)商提供的該服務(wù)收費(fèi)過高，一般經(jīng)濟(jì)條件差的學(xué)生無法承受。

可以提出有針對性的產(chǎn)品開發(fā)策略，如提高手機(jī)性價比，在相對較低的價位上提供瀏覽網(wǎng)頁和收發(fā)郵件功能，屏幕尺寸盡量增大。另外，隨著使用該功能的用戶增多，服務(wù)費(fèi)用將會出現(xiàn)下降趨勢。

此外，根據(jù)問卷調(diào)查結(jié)果聚類顯示，在調(diào)查的20個項目指標(biāo)中，受訪者認(rèn)為重要度最高的五個指標(biāo)分別是通話質(zhì)量、售后服務(wù)、抗摔防水、系統(tǒng)穩(wěn)定和性價比。其中，售后服務(wù)、抗摔防水的滿意度較低，評價均值僅為341和336。受訪者認(rèn)為滿意度最高的五個指標(biāo)分別是通話質(zhì)量、菜單操作簡便性、手感舒適、按鍵靈敏和色彩搭配。另外，收音機(jī)、移動QQ、可擴(kuò)充游戲三個指標(biāo)，重要度排名最為靠后，滿意度排名也很低。

針對這一結(jié)果，面向高校學(xué)生消費(fèi)目標(biāo)群的手機(jī)產(chǎn)品的開發(fā)策略，應(yīng)作出以下相應(yīng)的對策：

對重要度較高而滿意度較低的指標(biāo)，即售后服務(wù)和抗摔防水，配置更多的開發(fā)資源，提高新產(chǎn)品的抗摔打性能和防水性能；增加售后服務(wù)網(wǎng)點(diǎn)，增強(qiáng)售后服務(wù)技術(shù)力量，以解決消費(fèi)者后顧之憂。對滿意度較高的指標(biāo)，在保持現(xiàn)有的技術(shù)參數(shù)的基礎(chǔ)上，不必投入過多的開發(fā)資源。對于重要度不高、滿意度也不高的幾個指標(biāo)，可以認(rèn)為高校學(xué)生消費(fèi)群體對這三項功能興趣不大，因此在針對這個消費(fèi)群體開發(fā)新產(chǎn)品時，可以省去這些功能，從而進(jìn)一步降低成本，提高產(chǎn)品性價比。

4 結(jié)束語

結(jié)合制造業(yè)企業(yè)的具體需求，應(yīng)用多元統(tǒng)計學(xué)，針對產(chǎn)品定位過程中的市場定位與競爭性分析，以企業(yè)新產(chǎn)品開發(fā)過程中如何利用獲取的數(shù)據(jù)，以發(fā)現(xiàn)特定的市場和消費(fèi)模式、消費(fèi)群體為背景，提出了一種新穎的基于網(wǎng)格的聚類算法（MCA），從而幫助企業(yè)進(jìn)行有效的市場分析和產(chǎn)品定位。該算法用于新產(chǎn)品策劃中產(chǎn)品市場定位和競爭性分析，在新產(chǎn)品開發(fā)的早期階段能夠準(zhǔn)確進(jìn)行新產(chǎn)品的定位和概念設(shè)計。

從對MCA算法的分析可見，該算法的最大特點(diǎn)是時間復(fù)雜度低，即O（m），因此適合處理數(shù)據(jù)量巨大的一類特殊聚類問題。該算法通過向空間網(wǎng)格映射， 對于偏差或奇異數(shù)據(jù)很不敏感，具有很好的穩(wěn)定性。同時，由于采用Chameleon算法作為第二次聚類操作，MCA算法繼承了Chameleon固有的許多優(yōu)點(diǎn)，如能識別不規(guī)則形狀、分類準(zhǔn)確等，并且不易出現(xiàn)鏈路效應(yīng)。 

參考文獻(xiàn)：

[1]GIRAUDEL J L， LEK S. A comparison of selforganizing map algorithm and some conventional statistical methods for ecological community ordination[J].Ecological Modelling，2001， 146 :329339.

[2] VAPNIK V N. An overview of statistical learning theory[J]. IEEE Trans on Neural Networks，1999， 10 (5):988999.

[3] VESANTO J， ALHONIEMI E. Clustering of the selforganizing map[J]. IEEE Trans on Neural Networks， 2000， 11 (3):586600.

[4] 劉俊嶺.一種優(yōu)化的基于網(wǎng)格的聚類算法[J].小型微型計算機(jī)系統(tǒng)，2006， 27 (10):19281932.

[5] 孫宇清.一種基于網(wǎng)格的障礙約束下空間聚類算法[J].山東大學(xué)學(xué)報:工學(xué)版，2006， 36 (3):8690.

[6] 陳梅蘭.基于網(wǎng)格和密度聚類算法研究[J].計算機(jī)與現(xiàn)代化，2005（2）:15.

[7] 榮秋生，顏君彪.網(wǎng)格下最大頻繁項集挖掘算法的實現(xiàn)[J].計算機(jī)技術(shù)與發(fā)展，2007， 17 (1):98100.

[8] KARYPIS G， HAN E H， KUMAR V. Chameleon: a hierarchical clustering algorithm using dynamic modeling[J].IEEE Computer，1999， 32 (8):6875.