机器学习与深度学习 / 系统课时
构建用户分群案例
构建用户分群案例
学习目标
- 完成用户特征准备与标准化
- 训练 K-Means 并生成簇画像
- 把簇标签转化为可执行群体描述
案例目标
假设运营团队希望根据近 90 天消费与活跃行为制定差异化策略。我们使用消费金额、下单次数和最近一次消费距今天数三个特征。金额和次数越高通常表示价值更高,最近消费间隔越小通常表示更活跃。
分群只用于发现行为结构,不直接代表用户价值等级。最终命名需要结合业务目标。
完整实现
python
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
users = pd.DataFrame({
"user_id": ["U01", "U02", "U03", "U04", "U05", "U06", "U07", "U08"],
"amount_90d": [120, 180, 1600, 1900, 700, 650, 80, 95],
"orders_90d": [2, 3, 18, 22, 8, 7, 1, 1],
"days_since_last": [45, 38, 3, 5, 12, 15, 80, 70],
})
features = ["amount_90d", "orders_90d", "days_since_last"]
pipeline = Pipeline([
("scale", StandardScaler()),
("cluster", KMeans(n_clusters=3, n_init=20, random_state=42)),
])
users["cluster"] = pipeline.fit_predict(users[features])
profile = users.groupby("cluster")[features].mean().round(1)
profile["user_count"] = users.groupby("cluster").size()
print(users[["user_id", "cluster"]].sort_values("cluster"))
print("\n簇画像:")
print(profile)预期结果:
text
输出每个用户的簇编号,以及三个簇的平均消费金额、订单数、
最近消费间隔和用户数量。
高消费高频用户、一般活跃用户和低活跃用户通常会形成不同簇。由于簇编号没有固定含义,应根据画像命名,不能写死“cluster 0=高价值”。
解释与命名
先按每个簇的特征均值、中位数和分布生成画像,再使用中性、可验证的名称,例如“高频高消费”“中频近期活跃”“低频沉默”。避免直接使用“优质”“劣质”等带价值判断的标签。
还应检查簇内差异。均值可能被少数高值拉动,必要时查看中位数、四分位数和代表样本。
形成运营动作
对高频高消费群体可设计会员权益和流失预警;对近期活跃但消费一般的群体可测试组合优惠;对沉默群体应先控制触达成本,并区分曾经高价值与从未活跃用户。
每项策略都应通过 A/B 测试验证,不应因为聚类标签而自动假设某种运营动作有效。
上线前验收
验收至少包括:无缺失或异常单位;缩放与模型已一并保存;每个簇样本量合理;群体画像在不同时间窗口稳定;簇名称和策略经过业务确认;新用户能使用同一特征口径获得标签。
若特征定义或时间窗口改变,应重新训练并建立新模型版本。
按自己的节奏,确认真正理解。