Subsampling-Based Consensus Hierarchical Clustering for Robust Customer Segmentation with Mixed-Type Data

doi:10.3390/math14081294

2026-04-13

PRE

Marefat, Nooshin

Purificación Galindo‐Villardón *

Vicente-Galindo, Purificacion

DOI：10.3390/math14081294

原文链接

原文求助

摘要

En 中文

层次聚类是一种无监督框架，根据成对相似性关系对观测值进行组织。本研究采用凝聚式层次方法结合Gower距离以适应混合型客户数据。为解决数据质量问题（如缺失值和异常值），将链式方程多重插补（MICE）和缩尾化纳入预处理流程。为验证聚类稳定性并确定最佳聚类数量，我们采用轮廓分析、Davies-Bouldin指数（DBI）、模糊聚类比例（PAC）和基于子采样的共识聚类框架。基于共识矩阵的共识层次树被用于评估细分结构的稳健性。所得聚类结果通过与混合型数据基准算法（包括基于Gower距离的划分围绕中心点算法（PAM）和K-原型方法）的比较进行进一步评估，并结合统计检验证实所识别细分间的显著行为差异。从应用角度看，这些结果通过识别独特行为模式，为数据驱动的客户定位提供了基础，从而支持更有效的互动策略和资源优化配置。

Keyword:

subsampling-based consensus clustering

customer segmentation

mixed-type data

hierarchical clustering

gower distance