一种基于改进RFM模型的数字集群用户分类方法

作者：卓灵; 孙昕

来源：计算机应用研究, 2020, (09): 2822-2826.

DOI：10.19734/j.issn.1001-3695.2019.05.0112

• 数字集群
• 改进RFM模型
• 用户分类
• 参数权重 digital trunking
• improved RFM(recency frequency monetary) model
• customer classification
• parameter weight

数字集群系统具有组呼和半双工通信等特点,针对传统用户分类方法不能满足数字集群用户分类需求的问题,提出一种基于改进RFM模型的数字集群用户分类方法。首先引入平均讲话时长属性建立RVS模型;然后采用层次分析法确定RVS模型参数的权重;最后,利用K-means++聚类算法对数字集群用户进行分类。仿真结果表明,使用提出的用户分类方法,数字集群用户分类的准确度可达到87.9%以上。

• 单位
  北京交通大学; 电子信息工程学院