基于使用的产品进行客户细分的 ML 模型

Question

我正在尝试对客户运行机器学习模型，试图将使用类似产品的客户进行细分。我的数据集很大，有 240 万条记录，格式如下：

customer_id prod_1 prod_2 prod_3 prod_4  ..... prod_10
000           1      0      0      1     .....  1
001           0      0      1      1     .....  1
011           0      1      0      1     .....  0
021           1      0      1      1     .....  0
...

每一行都有客户编号和 1 或 0，取决于他们是否有产品。我运行了 k-means，结果看起来并不令人印象深刻。

关于可以在此类数据上运行哪种类型的模型，以根据客户一起使用的产品对客户进行细分，还有其他建议吗？

Answer 1

使用频繁项集挖掘。

放弃每个客户都属于一个细分市场的想法。这在现实中并不成立。

相反，有一些典型的产品组合可以识别细分市场。这些也可以重叠。一位客户可以同时是电子产品仿射者和星球大战粉丝。