《表4 用户价值群体聚类中心》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《社交媒体用户价值画像建模与应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表3可得，采用LRCFP特征模型时，K-Means设置聚类个数为5，最大迭代次数为800时，聚类效果较清晰。AHP层次聚类设置k-D树高height=80时，聚类个数为5，聚类效果较清晰。DBSCAN设置半径参数为0.45，密度阈值为5时，聚类较清晰。SOM聚类，设置学习率为0.6，邻域初始值为2，输入层和竞争层神经元个数均为5，迭代次数为600时，聚类较清晰。其中，SOM的CH值最大，聚类效果最好。故本文选择了SOM聚类模型。用户各群体聚类中心如表4所示，其中ZL/ZR/ZC/ZF/ZP分别对应LRCFP特征模型中Z-score标准化处理后的L/R/C/F/P特征。