我在我的移动应用上使用 Google Analytics 来查看不同用户如何使用该应用。我根据他们移动到的页面绘制路径。给定一个 100 个用户的路径列表，我该如何对用户进行聚类。使用哪种算法？顺便说一句，我正在考虑使用 sckit learn 包来实现。
我的数据集（在 csv 中）看起来像这样：
DeviceID,Pageid,Time_spent_on_Page,Transition.<br>
ABC,Page1, 3s, 1->2.<br>
ABC,Page2, 2s, 2->4.<br>
ABC,Page4,1s,4->1.<br>
所以路径，这里是1->2->4->1，其中1,2,4是Pageids。
@Shagun 的回答实际上是正确的。我只是扩展它！
您的问题有两种不同的方法：
关于聚类算法，如果您快速浏览一下 SKlearn，就可以找到足够的信息。
希望它有所帮助。祝你好运 ：）
我自己没有使用过这样的数据集，但我认为你可以将这个问题建模为一个图形，其中页面形成节点，然后你可以根据过渡来定向边。根据在节点上花费的时间为节点添加权重，然后使用图聚类算法。如果您选择使用它，您可以使用 python 中的networkx库进行基于图形的分析。
编辑：我们可以使用有关不同可能路径的信息以及它们用于对用户进行分类的频率。让我们以谷歌搜索应用为例。假设我想搜索图像。一种选择是我使用图像搜索选项，进行查询并到达结果页面。另一种是我先进行查询，然后在得到结果后切换到图像选项。在这两种情况下，我都在同一页面上做了。我可以使用这些信息对我的用户进行分类。现在可能有很多可能的路径，所以我要考虑哪些？该图可用于在此处利用有关您希望如何对用户进行分类的信息。将其建模为图形对我来说非常直观，因为它适用于路径的概念。