聚类

什么是聚类

假设一家大型银行有“房贷”产品，其下包含家庭房贷、IT 从业者房贷、再融资、新房房贷等子主题。每个子主题就是一个聚类。

聚类可以帮助你快速管理一组查询，并分析产品中的特定方向，而不局限于整个产品。

如何创建聚类

可以通过四种方式对查询进行聚类。这些方式操作的是同一批查询，请选择适合当前任务的一种。

1. 手动添加查询时

通过输入框添加查询时，系统可以自动将其归入已有或新建聚类，适合只有几十条查询的短列表。

2. 从文件导入时

从 Excel 上传查询时，系统会在导入过程中自动聚类，适合包含数百或数千条查询的大批量数据。

3. 生成查询时

在“生成查询”对话框中，可以选择自动聚类，由模型将查询归入已有或新建聚类；也可以手动选择聚类，预先指定生成的查询要归入哪些组。

4. 从查询表格操作

在“查询”中勾选所需行，打开“操作”菜单并选择“聚类”。对话框会显示所选查询已归属的聚类及数量。点击某个聚类可将全部所选查询加入其中，再次点击则将其移出。也可直接在“创建新聚类”框中输入名称并按 Enter 创建。

5. 通过 MCP

通过 MCP 集成使用系统时，例如与 AI 助手对话，可以要求：“查找这些查询，并按此标准聚类。”助手会自行从你的数据库中找出合适的查询并完成分组。

聚类指标

聚类建立后即可查看完整分析。聚类页面显示三个核心指标：

• BMR（品牌提及率）. 该聚类中，提及你的品牌的 AI 回答占全部回答的比例。
• SOV（声量份额）. 在该聚类中，你的品牌相对于竞品被提及的频率。
• CR（引用率）. AI 服务引用与你的品牌相关来源的频率。

聚类定位

“聚类定位”选项卡会将所有聚类展示在同一张图中。横轴表示提及情感，纵轴表示 BMR，即品牌提及率。

每个点的大小表示该聚类中品牌提及的数量。点越大，品牌在该主题中的声量越高。你可以一眼看出品牌的优势、被负面提及的主题，以及尚未获得关注的领域。