众包平台用户价值识别与细分：基于改进的RFM模型

作者：陈丹红; 彭**; 万德全; 杨善林

来源：计算机科学, 2022, 49(04): 37-42.

DOI：10.11896/jsjkx.210800255

• 众包
• 用户细分
• RFM模型
• GBDT算法

在众包平台上，不同类型的用户在参与意愿、工作动机、业务能力等方面具有多样性和差异性的特征，在平台上产生的价值也不同。基于用户价值度量对用户进行细分，是更好地洞察用户价值和需求、对用户进行个性化和精细化管理的关键。同时，选择众包用户价值衡量维度也是目前需要解决的问题。因此，该研究首先基于RFM模型并结合众包平台及众包用户的特性，将用户信用纳入用户价值模型，提出并构建了众包用户价值衡量模型RFMC(Recency, Frequency, Monetary, Credit);然后，结合“一品威客”平台获取所需的实验数据，运用GBDT算法完成众包用户分类；最后，比较了Nave Bayes, Multinomial Logistic Regression与GBDT算法的分类效果，并比较了不考虑用户信用的传统模型与RFMC模型的分类效果。结果表明，所提模型适用于众包用户且具有较好的实验效果。

• 单位
  合肥工业大学