大数据服务平台用户价值识别与细分研究——基于RFM修正模型

作者：邢海龙; 翟丽丽^*; 张树臣

来源：情报理论与实践, 2019, 42(10): 131-145.

DOI：10.16353/j.cnki.1000-7490.2019.10.020

• 大数据
• 服务平台
• 用户价值
• 价值识别
• RFM模型

[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。

• 单位
  哈尔滨理工大学