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

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.

关键词：大数据、服务平台、用户价值、价值识别、RFM模型

所属期刊栏目：42

资助基金：国家自然科学基金项目“大数据联盟云服务模式研究”71672050;黑龙江省青年科学基金项目QC2017083;黑龙江省哲学社会科学研究规划项目项目16GLB01的研究成果

在线出版日期：2019-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：131-136,145