Презентация на тему: Кластерный анализ

Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
КЛАСТЕРНЫЙ ПОДХОД К АНАЛИЗУ УРОВНЯ УДОВЛЕТВОРЁННОСТИ ПЕРСОНАЛА МЕДИЦИНСКОГО УЧРЕЖДЕНИЯ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Применение методов кластерного анализа для обработки данных психологических исследований
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ рынка модельной обуви города Красноярска
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
Кластерный анализ
СПАСИБО ЗА ВНИМАНИЕ
1/35
Средняя оценка: 4.8/5 (всего оценок: 30)
Код скопирован в буфер обмена
Скачать (2293 Кб)
1

Первый слайд презентации: Кластерный анализ

Изображение слайда
2

Слайд 2

Понятие кластерного анализа фото фото Трион, 1939 год – появление кластерного анализа Кластерный анализ – совокупность различных алгоритмов классификации Ключевой вопрос –организация наблюдаемых данных в наглядные структуры (таксономии) Отсутствие процедуры проверки статической значимости 2

Изображение слайда
3

Слайд 3

Области применения и методы фото Области: медицина психиатрия арехеология менеджмент 3 Методы: древовидная кластеризация двувходовое объединение метод K средних

Изображение слайда
4

Слайд 4

Этапы кластерного анализа фото Отбор выборки для кластеризации Определение множества переменных Вычисление значений той или иной меры сходства между объектами Применение метода кластерного анализа Проверка достоверности результатов 4

Изображение слайда
5

Слайд 5

Древовидная кластеризация фото Использование меры сходства и расстояния между анализируемыми объектами Типичный результат – иерархическое дерево 5

Изображение слайда
6

Слайд 6

Наблюдения и переменные одновременно вносят вклад в обнаружение осмысленных кластеров 6 Двувходовое объединение фото

Изображение слайда
7

Слайд 7

Метод K средних фото 7 Метод K средних строит ровно K различных кластеров, расположенных на возможно больших расстояниях друг от друга

Изображение слайда
8

Слайд 8: КЛАСТЕРНЫЙ ПОДХОД К АНАЛИЗУ УРОВНЯ УДОВЛЕТВОРЁННОСТИ ПЕРСОНАЛА МЕДИЦИНСКОГО УЧРЕЖДЕНИЯ

8

Изображение слайда
9

Слайд 9

Сбор данных фото 9 Метод анкетирования 165 респондентов Изучение удовлетворенности персонала текущими процессами деятельности медицинского центра

Изображение слайда
10

Слайд 10

Объект кластеризации – персонал медицинского центра фото 10 Признаки кластеризации: доступность и качество информации корпоративная культура мотивация

Изображение слайда
11

Слайд 11

Модель расчета фото 11

Изображение слайда
12

Слайд 12

Кластерный анализ фото 12 Метод сетей Кохонена Метод k-средних Аналитическая платформа Deductor Academic 5.2 Сформировано 3 кластера: кластер 1 – высокая степень удовлетворенности, кластер 2 – средняя степень удовлетворенности, кластер 3 – низкая степень удовлетворенности.

Изображение слайда
13

Слайд 13

Кластерный анализ фото 13 Рис. 1. Карта Кохонена для индексов удовлетворенности признаков: а) доступность и качество информации б) корпоративная культура в) мотивация

Изображение слайда
14

Слайд 14

Кластерный анализ фото 14 Рис. 2. Карта Кохонена: разделение по кластерам Табл. 1. Характеристика полученных кластеров

Изображение слайда
15

Слайд 15: Применение методов кластерного анализа для обработки данных психологических исследований

. 15

Изображение слайда
16

Слайд 16

Сбор данных и объект кластеризации фото 16 Экспертные оценки 9 респондентов Исследование структуры команды (малой группы, ориентированной на решение деловой задачи и состоящей из молодых специалистов (инженеров-программистов), коллективно принимающих решение, выполняющих сложные работы в различном составе и качественном описании характеристик каждой подгруппы

Изображение слайда
17

Слайд 17

Высшая школа экономики, Москва, 2013 Сбор данных и объект кластеризации фото 17 Матрица смешения для коллектива из 9 человек

Изображение слайда
18

Слайд 18

Матрица расстояний, полученная с использованием метрики Евклида фото 18

Изображение слайда
19

Слайд 19

Дерево классификации фото 19 Для определения «естественного» числа кластеров, на которые может быть разбита совокупность объектов применялся следующий критерий : на каждом уровне иерархической кластеризации выполнялось разбиение множества на данное число классов. Для каждой пары кластеров оценивалась отношение среднего внутрикластерного расстояния к межкластерному: Оценка «естественного» разбиения производится по формуле:

Изображение слайда
20

Слайд 20

Дерево классификации фото 20

Изображение слайда
21

Слайд 21

Усредненные профили классов фото 21 При помощи метода к-среднего реализуется процедура построения усредненных профилей каждого класса, что дает возможность проводить качественный анализ выраженности признаков у представителей каждого класса.

Изображение слайда
22

Слайд 22

Усредненные профили классов фото 22

Изображение слайда
23

Слайд 23

Результаты фото 23 Результаты сравнительного анализа, демонстрирующие значимые отличия классов по трем характеристикам: трудовая активность, работоспособность и понимание цели

Изображение слайда
24

Слайд 24

Результаты фото 24

Изображение слайда
25

Слайд 25: Кластерный анализ рынка модельной обуви города Красноярска

25

Изображение слайда
26

Слайд 26

Цели и задачи фото 26 Сегментировать целевую аудиторию Составить портрет потребителя: рациональность и эмоции Выровнять карту восприятия товара продавцом и потребителем Оптимизировать рекламные сообщения

Изображение слайда
27

Слайд 27

ЗАО «Ионесси» фото 27 Российский производитель обуви Проблема: отрицательное отношение к обуви российского производства Окружение: высоко конкурентная среда Задача: провести поведенческий анализ аудитории

Изображение слайда
28

Слайд 28

Выбор признаков сегментирования фото 28 Поведенческие: отношение к продукции предприятия Социально-демографические: пол, возраст, уровень дохода

Изображение слайда
29

Слайд 29

Анкета: поведенческие признаки фото 29

Изображение слайда
30

Слайд 30

Анкета: соц-дем фото 30

Изображение слайда
31

Слайд 31

Модель измерения отношения к продукции фото 31 А о j  = åв i j  ×  e i j г А о j  – отношение респондента j к продукции ЗАО «Ионесси» в i j  –сила мнения респондента j, что продукция ЗАО «Ионесси» имеет характеристику i e i j  – оценка значимости характеристики i для респондента i = 1, …, n, n – число значимых характеристик j = 1, …, m, m – количество респондентов

Изображение слайда
32

Слайд 32

Характеристики продукции фото 32 1.        Высокое качество 2.        Соответствие цены качеству 3.        Достаточно широкий и разнообразный ассортимент 4.        Соответствие тенденциям современной моды

Изображение слайда
33

Слайд 33

Определение уровня дохода фото 33 d j  = D j  / k d j   – ежемесячный доход на одного человека семьи респондента j D j  – ежемесячный доход на семью респондента j k – размер семьи респондента j j = 1, …, m, m – количество респондентов Если d j  £ 1500 руб. Þ - низким Если 1500 руб. < d j  £ 5000 руб. Þ – средний Если d j  > 5000 руб. Þ – высокий

Изображение слайда
34

Слайд 34

Сегменты фото 34 Сегмент I — «отрицательно настроенные» потребители. 30% респондентов. 83% женщины. Средний возраст женщин – 32, мужчин – 34 года. Сегмент II — «безразличные» потребители. 53% респондентов. Почти поровну мужчин и женщин (52% и 48%). 66% - от 36 до 55 лет. Сегмент III — «благожелательные» потребители. 17% респондентов. 67% мужчин. Самый старший сегмент: 91% старше 35 лет.

Изображение слайда
35

Последний слайд презентации: Кластерный анализ: СПАСИБО ЗА ВНИМАНИЕ

Изображение слайда