Evaluation of market segmentation using measures of data clustering quality

Galina Setlak, Łukasz Paśko

Abstract


The purpose of this paper is to present the measures used to evaluate the quality of data clustering and apply them to assess market segmentation. In the analysis the data of manufacturing companies that producing household products was used. The market segmentation was carried out using Kohonen neural network. This paper describes results of the clustering and evaluation of the clusters. The conclusions on the quality of clusters are attempt to overall assessment of the market segmentation.

Keywords


data mining; data clustering; evaluation of data clustering; Kohonen neural networks

Full Text:

PDF (Polski)

References


Brun M., Sima C., Hua J., Lowey J., Carroll B., Suh E., Dougherty E. R.: Model-based evaluation of clustering validation measures. Pattern Recognition, Vol. 40, No. 3, Elsevier, s. 807÷824.

Cios K., Pedrycz W., Świniarski R.: Data mining methods for knowledge discovery. Kluwer, Norwell, MA 1998.

Everitt B. S., Landau S., Leese M.: Cluster analysis. Wiley Publishing, New York 2009.

Halkidi M., Batistakis Y., Vazirgiannis M.: On clustering validation techniques. Journal of Intelligent Information Systems, Vol. 17, No. 2÷3, Springer, 2001, s. 107÷145.

Halkidi M., Vazirgiannis M.: Clustering validity assessment: finding the optimal partitioning of a data set. Proceedings IEEE International Conference on Data Mining, ICDM, s. 187÷194.

Hand D., Mannila H., Smyth P.: Eksploracja danych. WNT, Warszawa 2005.

Jain A. K., Dubes R. C.: Algorithms for Clustering Data. Prentice Hall, Englewood Cliffs, New Jersey 1988.

Jain A. K., Murty M. N., Flynn P. J.: Data clustering: a review. ACM Computing Surveys, Vol. 31, No. 3, 1999, s. 264÷323.

Kohonen T.: Self-organization and associative memory. Springer Verlag, Berlin 1989.

Kohonen T.: The self-organizing maps. Proceedings of the IEEE, 1990, Vol. 78, No. 9, s. 1464÷1480.

Larose D. T.: Odkrywanie wiedzy z danych. Wyd. Nauk. PWN, Warszawa 2006.

Meila M.: Comparing clusterings – an information based distance. Journal of Multivariate Analysis, Vol. 98, No. 5, 2007, s. 873÷895.

Migdał-Najman K.: Ocena jakości wyników grupowania – przegląd bibliografii. Przegląd Statystyczny, Vol. 58, no. 3÷4, 2011, s. 281÷299.

Migut G.: Zastosowanie technik analizy skupień i drzew decyzyjnych do segmentacji rynku. Materiały Seminarium StatSoft „Zastosowanie nowoczesnej analizy danych w marketingu i badaniach rynku”, Kraków 2010.

Mynarski S.: Metody ilościowe i jakościowe badań rynkowych i marketingowych. StatSoft, Kraków 2010.

Osowski S.: Metody i narzędzia eksploracji danych. Wyd. BTC, Legionowo 2013.

Rokach L., Maimon O.: Clustering methods. Data Mining and Knowledge Discovery Handbook, Springer, 2005.

Setlak G., Paśko Ł.: Zastosowanie metod eksploracji danych do segmentacji rynków. Studia Informatica, Vol. 34, No. 2A (111), Gliwice 2013, s. 311÷323

Stąpor K.: Automatyczna klasyfikacja obiektów. Wyd. Exit, Warszawa 2005.

Żurada J., Barski M., Jędruch W.: Sztuczne sieci neuronowe. PWN, Warszawa 1996.




DOI: http://dx.doi.org/10.21936/si2014_v35.n2.677