用户聚类分析的目的是分析核心用户群体的特征,可以应用于精准营销、商业决策、安全预警等领域。有关用户的数据通常是混合型数据,包括数值类型、分类类型和多维非对称特征,即多值离散特征,如兴趣、爱好等。然而,在使用K-means等传统聚类算法对用户进行聚类分析时无法深层次挖掘多值离散特征包含的信息。针对这一问题,本文构建了一种结合关联规则与多值离散特征的聚类方法(A Clustering Method that Combines Association Rule and Multi-valued Discrete Features,ARMDKM),提高了用户聚类的质量。同时,针对当前用户聚类分析没有考虑用户行为之间的关联与重要性的问题,构造了一种基于用户特征重要性的用户聚类算法,提高了聚类分析的准确度。本文主要研究工作如下:1.构建一种结合关联规则的用户聚类方法。当前用户聚类算法无法有效地分析用户数据中存在的多值离散特征,这导致数据的利用率以及用户相似度计算的准确性降低。本文将关联规则(Association Rules,AR)引入到Jaccard距离的计算过程中,构造了一种用户之间相似性度量的方法,并基于K-modes聚类算法的思想对聚类中心的更新方法进行了改进。实际数据的实验结果表明,ARMDKM算法在轮廓系数(Silhouette Coefficient,SC)指标上的表现优于两个比较算法,提高了用户聚类的质量。2.构建一种基于特征重要性的双层用户聚类算法(A Two-layer User Behavior Clustering Method Based on the Importance of Feature,TL-FIUC)。在用户行为分析领域中,不同用户的数据特征不尽相同,且不同特征对于用户分析的重要性存在差异。为了综合考虑用户数据特征之间的权重关系,本文利用一种结合K-means++与随机森林的无监督特征选择方法,对用户数据特征进行特征重要性评估以获得特征的权重参数。最后基于谱聚类的思想,通过对用户数据进行聚类分析,以得到最终的聚类结果。实验结果表明,该算法相较对比算法在各指标上均有提升。