基于一种改进的RFM 模型的广电用户细分

赵黎明 于金秀 薛靖峰

(青岛黄海学院 山东 青岛 266427)

1 概述

在这个“三网融合”大背景下的新时代,广播电视运营商与各个家庭用户之间信息实时交互的实现,使得广播电视运营商利用大数据分析手段来为用户提供智能化产品推荐成为可能,而“智能推荐”是广播电视运营商行业竞争的制胜法宝之一。本次建模以Python 为主、Excel 为辅的数据处理工具对用户的观看记录信息进行挖掘分析,且对观众的收视偏好进行定义和分类,并给出合理的营销推荐。针对给出的数据,运用K-means 聚类算法、基于RFM模型进行改进分析。

2 LRFMC 模型

2.1 RFM模型

RFM模型是一种针对客户价值分析的统计规划方法,包括最近消费时间R、消费频率F 和消费金额M三个变量。

为了了解各用户的推荐价值,在用户标签体系中增加了客户忠诚度标签,通过客户忠诚度标签进行客户分类,从而识别低价值客户、高价值客户等不同的用户类型,企业决策层可以针对不同价值层的客户制定优化的个性化专属服务方案,增强产品的针对性,采取适合各个客户类别的不同的营销策略。

2.2 LRFMC 模型

在RFM模型中,最近消费时间R 随机性较大,并且指标F和指标M之间存在共线性问题,忽略了客户与企业间的互动因素。为了更准确地对广电用户进行价值分析,提出一种改进RFM模型。

将收视用户入网时间长度L,用户观看时间间隔R,用户观看频率F,用户花费金额M和用户观看总时长C 作为广电公司识别客户价值的关键特征,记为LRFMC 模型,关键特征具体解释如表1 所示。……