Экономическая информатика

Автор работы: Пользователь скрыл имя, 02 Октября 2012 в 18:15, контрольная работа

Краткое описание

Цель работы – изучение методов и процедур кластеризации и формирования интерпретаций в системах анализа бизнес-информации на примере технологии сегментирования с использованием метода K-means, а также исследование возможностей совершенствования управления взаимоотношениями с клиентами.
Задание.
Выполнить сравнительный анализ процедур сегментирования по переменным и по факторам с заменой количества факторов и с расчетом коэффициентов важности с использованием алгоритма Черчмена-Акоффа путем сопоставления по вариантам кластеризации профилей сегментов и карт восприятия.

Содержимое работы - 1 файл

КР эконом информатика.doc

— 1.57 Мб (Скачать файл)

6. На вкладке Advanced выполнила установку значений параметров. Количество кластеров (Number of clusters) – 2, количество итераций (Number of iterations) – 10. Установила Choose the first N observations. Щелкнула «ОК».

7. В окне k-Means Clustering Results (результаты кластеризации) на вкладке Advanced щелкнула кнопку Members of each cluster & distances (члены кластера и расстояния).

8. Результат для 2-го кластера представлен в таблице 18, данные не совпадают с представленными данными в таблице 19

Таблица 18

Members of Cluster Number 2 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 3 variables

 

Variable 5 (Х5)

Variable 6 (Х6)

Variable 7 (Х7)

Distance

0,430331

0,922958

1,186342


Таблица 19                                                                                                     

Members of Cluster Number 2 (Spreadsheet3-Par-KM.sta)

and Distances from Respective Cluster Center

Cluster contains 3 variables

 

Variable 5 (Var 5)

Variable 6 (Var 6)

Variable 7(Var 7)

Distance

0,455623

0,935018

  1,223535


9. Результат для 1-го кластера  представлен в таблице 20, данные  совпали с  представленными  данными в таблице 21.

Таблица 20

Members of Cluster Number 1 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 4 variables

 

Variable 1 (Х1)

Variable 2 (Х2)

Variable 3 (Х3)

Variable 4 (Х4)

Distance

0,456435

0,456435

0,456435

0,456435


Таблица 21

Members of Cluster Number 1 (Spreadsheet3-Par-KM.sta)

and Distances from Respective Cluster Center

Cluster contains 4 variables

 

Variable 1

Variable 2

Variable 3

Variable 4

Distance

0,456435

0,456435

0,456435

0,456435


 

Рисунок 25 - Многоуровневая структура  системы S для 2-х кластеров

 

10. Результаты выполнения кластеризации на 3 кластера представлены в таблицах 22, 23, 24.

Таблица 22

Members of Cluster Number 1 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 4 variables

 

Variable 1 (X1)

Variable 2 (X2)

Variable 3 (X3)

Variable 4 (X4)

Distance

0,456435

0,456435

0,456435

0,456435


 

Таблица 23

Members of Cluster Number 2 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 1 variables

 

Variable 7 (X7)

Distance

0,00


Таблица 24

Members of Cluster Number 3 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 5 (X5)

Variable 6 (X6)

Distance

0,408248

0,408248


Рисунок 26 - Многоуровневая структура системы S для 3-х кластеров

 

11. Результаты выполнения кластеризации на 4 кластера представлены в таблицах 25, 26, 27, 28.

 

Таблица 25

Members of Cluster Number 1 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 1 (X1)

Variable 2 (X2)

Distance

0,204124

0,204124


Таблица 26

Members of Cluster Number 2 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 1 variables

 

Variable 7 (X7)

Distance

0,00


Таблица 27

Members of Cluster Number 3 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 3 (X3)

Variable 4 (X4)

Distance

0,204124

0,204124


Таблица 28

Members of Cluster Number 4 (Spreadsheet8)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 5 (X5)

Variable 6 (X6)

Distance

0,408248

0,408248


 

Рисунок 27 - Многоуровневая структура  системы S для 4-х кластеров

Задание 2.3. Анализ и синтез функциональной структуры с применением метода tree clustering на основе параметрического описания функциональных  процессов

Решение:

1. Выполнила команду File|New с параметром As a stand-alone window.

2. Выполнила подготовку данных  с использованием табл. 9. Обозначения  Var1– Var7 соответствуют переменным Х1–Х7, обозначающим функциональные процессы. Каждый столбец содержит числовые значения из соответствующей строки табл. 9.

3. Выполнила команду File|Save As и сохранила таблицу с исходными данными.

4. Выделила мышью все заполненные  ячейки таблицы. Выполнила команду

 Statistics|Multivariate Explorary Techniques|Cluster Analysis.

5. В окне Clustering Method выбрала Joining (tree сlustering). Щелкнула «ОК».

6. На вкладке Advanced выполнила установку значений параметров (Input file – Raw data). Щелкнула «ОК».

7. В окне  Joining Results щелкнула кнопку Vertical icicle plot.

8. Результат выполнения представлен на рисунке 28.

Рисунок 28 - графическое представление функциональной структуры

9. Развернула окно Joining Results.

10. Щелкнула кнопку Distance matrix. получила матрицу расстояний как на рисунке 29.

Рисунок 29 – Матрица расстояний

12. В табл. 9, добавила 2 параметра, характеризующих процессы, получила новые расчеты и новую матрицу расстояний.

Для 2-х кластеров:

Members of Cluster Number 1 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 4 variables

 

Variable 1 (Х1)

Variable 2 (Х1)

Variable 3 (Х3)

Variable 4 (Х4)

Distance

0,395285

0,395285

0,395285

0,395285


Members of Cluster Number 2 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 3 variables

 

Variable 5 (Х5)

Variable 6 (Х6)

Variable 7 (Х7)

Distance

0,408248

0,816497

1,080123


 

Для 3-х кластеров:

Members of Cluster Number 1 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 4 variables

 

Variable 1 (Х1)

Variable 2 (Х2)

Variable 3 (Х3)

Variable 4 (Х4)

Distance

0,395285

0,395285

0,395285

0,395285


Members of Cluster Number 2 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 1 variables

 

Variable 7 (Х7)

Distance

0,00


Members of Cluster Number 3 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 5 (Х5)

Variable 6 (Х6)

Distance

0,353553

0,353553


 

Для 4-х кластеров

Members of Cluster Number 1 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 1 (Х1)

Variable 2 (Х2)

Distance

0,176777

0,176777


 

Members of Cluster Number 2 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 1 variables

 

 

Variable 7 (Х7)

Distance

0,00


 

Members of Cluster Number 3 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 3 (Х3)

Variable 4 (Х4)

Distance

0,176777

0,176777


Members of Cluster Number 4 (Spreadsheet82)

and Distances from Respective Cluster Center

Cluster contains 2 variables

 

Variable 5 (Х5)

Variable  6 (Х6)

Distance

0,353553

0,353553


 

Многоуровневые структуры системы  для 8 параметров, характеризующих процессы аналогичны что и для 6 параметров.

 

Рисунок 30 - графическое представление функциональной структуры для 8 параметров

Рисунок 31 – Матрица расстояний для 8 параметров, характеризующих процессы

Список используемых источников

 

1. Методические указания к выполнению лабораторных работ по спецкурсу бизнес-информатики для студентов специальностей «Прикладная информатика в экономике» и «Математические методы в экономике» дневной формы обучения. Сост. О. Д. Богомолов. – Хабаровск: Изд-во Тихоокеан. гос. ун-та. 2011.

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 




Информация о работе Экономическая информатика