Ын Анналин, Су Кеннет

41
2.2. Пример: профили 
кинозрителей
Чтобы определить кластеры клиентов с помощью кла-
стеризации методом k-средних, нам потребуется инфор-
мация о клиентах, которую можно соизмерять. Общая 
переменная — это доход. Группы с высоким доходом бо-
лее склонны приобретать продукцию известных брендов, 
чем с низким. В итоге магазины смогут использовать эту 
информацию, чтобы адресовать рекламу дорогих товаров 
группам с высоким уровнем дохода.
Особенности личности тоже хороший способ группи-
ровки клиентов, который лучше показать на примере 
пользователей Facebook. Пользователей пригласили 
пройти опрос, чтобы распределить их, исходя из четырех 
свойств: экстраверсии (насколько им в радость соци-
альные взаимодействия), добросовестности (насколько 
они трудолюбивы), эмоциональности (как часто они 
испытывают стресс) и открытости (насколько они вос-
приимчивы к новому).
Первичный анализ показал наличие связи между этими 
личностными особенностями. Добросовестные люди 
обычно более экстравертны. Кроме того, хотя это про-
является в меньшей степени, но высокоэмоциональные 
люди имеют тенденцию быть более открытыми. Поэтому 
для лучшей визуализации этих свойств мы их объедини-
ли (добросовестность с экстраверсией, эмоциональность 
с открытостью) путем сложения очков для каждой пары. 
После этого мы получили двумерный график.

---

42
Глава 2
. 
Кластеризация методом k-средних
Суммарные очки черт характера были соотнесены с ин-
формацией о связанных с фильмами страницах, которые 
пользователь лайкнул на Facebook. Это дало нам воз-
можность соотнести группы кинозрителей с профилями.
На рис. 1 мы видим два больших кластера.
