Россия
Россия
Россия
В статье проводится сравнение трех алгоритмов кластеризации - K-Means, DBSCAN и иерархической кластеризации - для решения задачи сегментации пользователей цифровых сервисов. На основе экспериментов с синтетическими и реальными данными оценивается их эффективность, устойчивость к шуму, скорость работы и интерпретируемость результатов. Показано, что выбор алгоритма зависит от структуры данных и бизнес-целей, а ключевым фактором успеха является качественная предобработка данных.
сегментация пользователей, кластерный анализ, K-Means, DBSCAN, иерархическая кластеризация, машинное обучение без учителя, поведенческий анализ, анализ данных, сравнительный анализ алгоритмов
1. Волкова, Е. Е. Особенности поведения российских потребителей в возрасте 18-23 лет на рынке цифрового музыкального контента / Е. Е. Волкова // Hypothesis. – 2018. – № 2(3). – С. 33-40. – EDN LIWTSS.
2. Прокопенко, Н. Ю. Применение Loginom для оптимизации процессов управления товарными запасами предприятий малого и среднего бизнеса / Н. Ю. Прокопенко, Д. В. Тришин // Межвузовский сборник статей лауреатов конкурсов : Сборник статей / Нижегородский государственный архитектурно-строительный университет. Том ВЫПУСК 21. – Нижний Новгород : Нижегородский государственный архитектурно-строительный университет, 2021. – С. 216-222. – EDN TLNXXH.
3. Витяев, Е. Е. Семантический вероятностный вывод предсказаний / Е. Е. Витяев // Известия Иркутского государственного университета. Серия: Математика. – 2017. – Т. 21. – С. 33-50. – DOIhttps://doi.org/10.26516/1997-7670.2017.21.33. – EDN ZFOTBF.
4. Сумин, В. И. Особенности выбора членов экспертной группы для анализа функционирования сложной организационной системы силовых структур / В. И. Сумин, А. С. Дубровин, И. С. Кущева // Моделирование систем и процессов. – 2024. – Т. 17, № 4. – С. 77-83. – DOIhttps://doi.org/10.12737/2219-0767-2024-17-4-77-83. – EDN ISTAML.
