第３２卷第３期２０１８年５月 兰州文理学院学报(自然科学版) Ｊｏｕｒｎａｌ　ｏｆ　Ｌａｎｚｈｏｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ａｒｔｓ　ａｎｄ　Ｓｃｉｅｎｃｅ(Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅｓ) Ｖｏｌ．３２Ｎｏ．３Ｍａｙ　２０１８ 收稿日期：２０１８－０３－１０ 基金项目：国家自然科学基金项目(６１４６２０５７ )；甘肃省高等学校自筹经费科研项目(２０１６Ｂ－１１５) 作者简介：贾桂霞(１９７２－)，女，甘肃靖远人，副教授，硕士，主要研究方向为数据挖掘、嵌入式开发．Ｅ－ｍａｉｌ： ｊｉａｇｕｉｘ－ ｉａ２００４＠１６３．ｃｏｍ． 　　文章编号：２０９５－６９９１(２０１８)０３－００５５－０４ 基于Ｐｙｔｈｏｎ的聚类方法在电商客户细分中的应用研究贾桂霞１，贾桂云２，李向伟１，张睿敏１ ( １．兰州工业学院 软件工程学院，甘肃 兰州７３００５０；２．兰州交通大学 土木工程学院，甘肃 兰州７３００７０) 摘要：本文以Ｐｙｔｈｏｎ语言及其机器学习库Ｓｃｉｋｉｔ－Ｌｅａｒｎ为工具，对某电商的客户数据采用Ｋ－Ｍｅａｎｓ聚类方法进行分类，建立客户价值评估模型．文中可视化地展示了聚类结果，并选用肘方法和轮廓系数对建立的模型的有效性做了定量分析．实验表明，利用Ｐｙｔｈｏｎ的强大机器学习库可以轻松地实现数据的可视化和聚类结果评估． 关键词：客户细分；ＲＦＭ 模型； Ｐｙｔｈｏｎ；聚类分析中图分类号：ＴＰ３９１　　　文献标志码： Ａ 0　引言 聚类分析是数据挖掘研究领域中一个非常重要的研究课题，它在电子商务、图像处理、模式识别、文本分类等领域有广泛的应用．而在电子商务中，基于客户价值进行客户细分是企业和学者关注的焦点［ １－３］，准确的客户分类结果成为企业优化 营销资源分配的重要依据． 本文以一家电商女装店的实际客户数据为例，使用Ｐｙｔｈｏｎ的机器学习库Ｓｃｉｋｉｔ－Ｌｅａｒｎ，对其客户数据采用聚类的方法，进行客户分类．从而帮助企业制定优化的个性化服务方案，针对不同价值的客户采取不同的营销策略，实现企业利润最大化目标． 1　Python 及其扩展库简介 Ｐｙｔｈｏｎ是一门简单易学且功能强大的编程语言．它拥有高效的数据结构，并且能用简单而又有效的方式进行面向对象编程．Ｐｙｔｈｏｎ具有优雅的语法和动态类型，再结合它的解释性，使其在许多领域成为编写脚本或开发应用程序的理想语言．随着 ＮｕｍＰｙ，ＳｃｉＰｙ，Ｍａｔｐｌｏｔｌｉｂ和 Ｐａｎｄａｓ等众多程序库的开发， Ｐｙｔｈｏｎ在科学领域占据着越来越重要的地位，包括科学计算、数学建模、数据挖掘，可以预见，未来 Ｐｙｔｈｏｎ将会成为科学领域 的主流编程语言［ ４］． 2　K- Means 聚类算法 聚类算法大体上可以分为以下几种：划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法［ ５］．Ｋ－Ｍｅａｎ算法是划分方法中的一种算法，由于其具有运行效率高的优点而在实际应用中经常被使用． ２．１　算法基本思想 Ｋ－Ｍｅａｎｓ聚类算法是典型的基于距离的聚类算法．算法的主要思想是先在需要分类的数据中寻找 Ｋ组数据作为初始聚类中心，然后计算其他样本点距离这 Ｋ个聚类中心的距离，将样本点归入与其距离最近的聚类中心，然后重新计算各簇中所有样本的中心点，作为新的聚类中心，继续以上步骤，直到新的聚类中心与上一次的聚类中心点不变或达到预定的迭代次数时，算法结束［ ６］． Ｋ－Ｍｅａｎｓ算法使用随机点作为初始中心点，若初始中心点选择不当，有可能导致簇效果不佳或产生收敛速度慢等问题．Ｋ－Ｍｅａｎｓ＋＋算法提出使初始中心点尽量远离，它能