訪客叢集

訪客叢集可讓您運用客戶特性來動態分類訪客,並根據選取的資料輸入產生叢集,從而識別具有類似興趣和行為的群組,以用於客戶分析和定位。

叢集程式

叢集程式需要您識別要用作輸入的量度和維度元素,並允許您選擇特定的目標群體來套用這些元素以建立指定的叢集。 當您執行叢集程式時,系統會使用度量和維度輸入來決定指定叢集數目的適當初始中心。 然後,這些中心被用作應用K-Means算法的起點。

  • 通過樹冠叢集通道智慧選擇初始中心。
  • 通過將每個資料點與最近的中心相關聯來建立資料群集。
  • 每個K簇的平均值成為新的中心。
  • 算法在步驟2和3中重複,直到收斂。 這可能需要多次通過。

Options​功能表中的​Maximum Iterations​可讓分析人員指定叢集演算法要執行的最大迭代次數。 設定此選項可導致基於最大迭代上限的群集過程更快完成,而犧牲群集中心的精確收斂。

注意

定義群集後,可以保存群集Dimension,以便像其他任何維一樣使用。 它還可以載入到群集資源管理器中,以檢查群集中心的分離情況。

在「群集生成器」中,可以選擇​Options > Algorithm​以在定義群集時選擇算法。 目前,有3種支援的演算法:

  • KMeans
  • Kmeans++
  • 期望最大化

執行叢集程式有2種方式:

  • 方法1 —— 在群集可視化窗口中按一下​Go
  • 方法2 —— 在群集可視化窗口中按一下​Submit ,該窗口將群集作業直接發送到伺服器。 您可以透過「查詢的詳細狀態」選項來追蹤進度。

演算法有下列限制:

  1. 如果您使用方法1,則可以選取任何支援的叢集演算法。
  2. 如果您使用方法2,則可以選取kmeans或kmeans++。 「期望最大化」(Expectation Maximization)選項將不可用。
注意

在DPU.cfg檔案中,「查詢,記憶體限制」的值預設為500 MB。 運行多個群集作業時,必須增加此值。 例如,如果您並行運行5個群集作業,請將此值增加為1 GB。 如果不重新啟動伺服器,就無法取消群集作業。

Recommendations

迭代次數(掃描資料的次數)和您配置的收斂閾值會嚴重影響群集效能。 下表提供您可遵循的更廣泛准則:

叢集數 演算法 迭代 收斂閾值 標準化
6 Kmeans 2.55萬 1e-3 最小——最大
6 Kmeans 2.55萬 1e-6 最小——最大
6 Kmeans++ 50 1e-6 最小——最大

本頁內容

Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now
Adobe Maker Awards Banner

Time to shine!

Apply now for the 2021 Adobe Experience Maker Awards.

Apply now