以小米为例基于Biclustering对领先用户的识别方法

摘要

本文以小米为例，将利用小米手机官网数据，在大数据背景之下，运用Biclustering(Cheng & Church 2000)原理和Bimax(Prelic.2006)算法来识别小米领先用户。由于传统聚类是一维的，只能对单个基因在不同条件下的表达相似性聚类(行聚类)或在某一条件下不同基因表达的相似性聚类(列聚类)，而在Biclustering中可同时对行和列进行聚类。最初Biclustering通过对基因在不同条件(如环境、个体、器官等)下得到的实验数据矩阵进行双向聚类，得到一些聚类矩阵，在聚类矩阵中各条件下的基因表达表现出很高的相似性。领先用户识别过程与基因识别过程相类似，本文将以小米论坛的相关数据为基础，探索如何从用户主动反馈的信息中进行数据挖掘识别其中隐藏的领先用户。首先将单个基因用领先用户代替，将实验条件用每位用户的属性如:发帖数、精华帖数、Bug专区发帖数、新功能专区发帖数、经验、威望、贡献、白天在线时间、晚上在线时间、积分等代替，录入相应官网数据，得到用户及用户属性的二维矩阵，再用Biclustering进行双向聚类，得到不同年龄、性别、职业人群中倾向于问题发现型、问题解决型或二者兼有的领先用户等。