互聯網大數據分析之用戶畫像分析(PPT 61頁)

集中量：求和、平均數、中位數、眾數、
差異量：全距、標準差、方差、最小值、最大值、標準誤
分布：正態分布、峰度係數、偏度係數、正偏態、
負偏態、高狹峰、低闊峰、離散變量、連續變量
用戶畫像分析專題分享
統計學基礎
目錄
用戶畫像概述
一、群體用戶定量描述統計
群體定量分類統計——各類用戶性別構成
群體定量分類統計——各類用戶年齡構成
用戶年齡分布圖
二、個體用戶定性描述
三、用戶畫像數據挖掘
數據挖掘——付款用戶【對應分析】
用戶【聚類分析】
用戶【聚類分析】特征得到的啟發
用戶畫像流程
提取用戶
抽樣的幾個概念
抽樣過程
抽樣方法
抽樣效度與信度
一個教師的話
數據整理
數據檢查——用戶選擇
用戶年齡占比分布
用戶畫像數據挖掘實例演示
用戶畫像方法——“對應分析”實例演示
對應分析數據格式整理
加權個案
對應分析過程
對應分析——定義行範圍（用戶類別）
對應分析——定義列範圍（用戶特征）
對應分析結果圖
減少用戶特征
用戶畫像方法——“聚類分析”實例演示
人群劃分
聚類分析
聚類分析的種類
數據檢查
兩步聚類分析
聚類分析結果
用戶畫像在工作中的實際應用
可以看看的幾個網站
人群——
星座與氣質用戶畫像
品牌畫像——顏色維度
甲殼蟲樂隊發型變化圖表
可以讀讀的幾本書
收集數據的十個原則
內部參考
..............................