基于K-means聚类算法的问卷分割设计

来源 :调研世界 | 被引量 : 0次 | 上传用户:chris916
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
市场调查中的问卷设计由于沿袭传统调查冗长而复杂的方式,已成为当前互联网和移动互联网背景下市场调查的突出矛盾,造成受访者合作率下降、调查中断、数据异常等不良影响,从而导致调查质量下降,消费者洞察出现偏差.解决该问题的一个思路是使用问卷分割技术,而在进行具体的分割之前需要进行变量的分组.针对此类问题,本文提出了基于K-means聚类算法的问卷分割设计的变量分配方法,根据问卷问题之间的相关性,结合问卷调查目标,将一份较长的问卷分割成若干短问卷,并随机分配到不同的样本中去填答.本文结合实证详细阐述了问卷分割设计的具体过程,该设计可以作为市场调查设计和固定样本管理的一个新兴工具,在改善项目回答率和提高调查数据质量方面加以应用.
其他文献
了解疾病的传播规律,判断感染规模对公共卫生决策具有重要的意义.现有研究多采用SIR模型为基本框架,基于分支过程的研究较少.本文基于广东省2020年新冠肺炎确诊病例数据建立
为检验突出局部差异赋权法的适用性,本文从该方法的两个重要特点出发,提出了两种适用性检验方法:相关系数法和区分性对比法.首先,从理论上证明了均方差法可通过适用性检验,从