基于K-means聚类算法的问卷分割设计

摘要：

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.

关键词：问卷分割设计、相关系数、k-means聚类算法、参数估计

分类号：C811(统计方法)

资助基金：全国统计科学研究重点项目"大型抽样调查样本整合及其有效性研究"项目编号:2020LZ27

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：74-81