客户分群（泰迪杯 2019 E）
历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。
一、赛题要点
- 赛事：泰迪杯 2019 年 · 题号 E
- 问题实质：基于消费行为数据，要求做客户分群与价值排序。
二、需要产出什么
建立客户特征矩阵；做聚类分群与价值评价。
三、数据说明（官方来源 + 练习数据集）
- 官方数据/赛题：官方给出客户属性与交易；需做特征工程。
- 官方获取渠道：http://www.tipdm.org（请以当年官网发布为准）
- 本站练习数据集：
data/tidy2019a.csv—— 按本题结构生成的合成数据（features 型），可下载后用上面的算法手册直接练手。 - 字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。
四、可用解法 → 对应手册
下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。
题型：分类 / 聚类类
先看选型 👉 🧭 分类聚类选型指南
可套用算法手册：
题型：评价 / 决策类
先看选型 👉 🧭 评价类选型指南
可套用算法手册：
参考手册速查
📘 K-Means 聚类 · 📘 层次聚类 · 📘 模糊 C 均值 · 📘 决策树 · 📘 支持向量机 · 📘 贝叶斯分类 · 📘 逻辑回归 · 📘 层次分析法 AHP · 📘 TOPSIS · 📘 熵权法 · 📘 模糊综合评价 · 📘 灰色关联分析 · 📘 VIKOR · 📘 CRITIC 法 · 📘 PCA 综合评价
五、建模思路提示
- 先构造 RFM 类特征
- 用 K-Means/层次聚类分群
- 价值用综合评价排序
六、常见坑与规避
- 不要把赛题要点当原题照搬，先独立重述问题再建模。
- 拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
- 方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
- 合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。
七、三篇手写优秀范文
| 范文 | 内容 | 配图 | 附录 |
|---|---|---|---|
| 范文一·数据探索·特征标准化与 K-Means 从零 | z-score 标准化、手搓 k-means++ 与 Lloyd、肘部法/轮廓系数/DBI 定 k=3、质心画像 | 手写 · 8 图 · 1 附录 | |
| 范文二·方法对比·簇画像与 RFM 价值排序 | K-Means vs 层次(single/complete) vs DBSCAN 对照、RFM 价值评分与客群/个体排名 | 手写 · 8 图 · 1 附录 | |
| 范文三·业务画像·经营策略与稳健性 | 分群经营策略映射、随机种子/离群/k 三类稳健性检验、综合特征雷达 | 手写 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区
九、权威数字速览（确定性真源，SEED=2019）
- 数据：n=200，p=6（f1 近度R / f2 频次F / f3 金额M / f4 客单价A / f5 品类广度B / f6 价格弹性E），标准化后各特征均值≈0、标准差≈1；f1 与 f3 相关 0.624、与 f6 相关 −0.502
- K-Means 定 k：Inertia k=2..5 为 745.8 / 413.54 / 384.7 / 368.84，肘点与轮廓系数峰值、DBI 谷值一致指向 k=3
- 最优分群：轮廓系数 0.4412、DBI 0.8717、纯度 0.995、ARI 0.9841；质心间隙 3.154；三簇规模 58 / 73 / 69（占比 29.0% / 36.5% / 34.5%）
- 三客群画像：簇0 高价值忠诚型(value 90.45, 贡献 43.7%) / 簇1 大额低频型(53.04, 32.3%) / 簇2 价格敏感低值型(41.77, 24.0%)
- 方法对照：层次(complete) sil 0.4406、DBI 0.8701、纯度 0.985；层次(single) 退化为 198/1/1（sil −0.0642）；DBSCAN(eps=1.381) 仅 2 簇、纯度 0.7062
- 价值排序：Top10 价值客户全部来自簇0；Top20% 客户贡献 31.5% 价值（轻度帕累托）
- 稳健性：随机种子扰动命中率 7/8（种子 2026 跌至 sil 0.2262，暴露初值敏感）；剔除最远 0
20 个样本后 sil 仍稳于 0.4360.441