作者：邢海龙; 翟丽丽; 张树臣大数据服务平台用户价值价值识别rfm模型
摘要：[目的/意义]随着数字经济的快速发展,数据资源需求的日益增加,大数据服务平台成为用户获取数据资源的主要渠道。如何有效地、精确地识别用户价值是平台快速发展和提高竞争优势的重要途径。[方法/过程]数据资源作为一种非快速消耗类、非周期性商品,其交易数据十分稀疏,导致传统RFM模型不再适用。为此,对传统RFM模型指标数据进行填充,构建ALC-RFM模型,并结合K-means方法对平台用户价值进行识别与细分。[结果/结论]实验结果表明:ALC-RFM模型结合K-means方法在用户价值识别与细分方面具有较好的效果,通过对数海大数据交易平台的用户进行价值识别与细分,得到重要价值用户、重要保持用户和重要挽留用户三大用户群体,并给出相应的服务策略。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
