基于改進(jìn)RFM模型和K-means算法的淘寶用戶行為分析

打開文本圖片集

摘 要：大數(shù)據(jù)時(shí)代下，我國(guó)電子商務(wù)發(fā)展迅速，用戶行為數(shù)據(jù)日益增多，利用海量數(shù)據(jù)對(duì)用戶行為進(jìn)行剖析，為精準(zhǔn)營(yíng)銷提供決策依據(jù)，進(jìn)而提高用戶忠誠(chéng)度、滿意度和活躍度，成為電商平臺(tái)關(guān)注的焦點(diǎn)。基于淘寶用戶真實(shí)數(shù)據(jù)集，提出基于改進(jìn)RFM模型和K-means算法的用戶行為分析方法，為了更好地描述用戶行為特征，創(chuàng)建“活躍度轉(zhuǎn)化率”指標(biāo)進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明，該方法能夠有效地進(jìn)行用戶類別劃分，劃分結(jié)果符合“二八定律”，能夠協(xié)助電商平臺(tái)完成精確化的客戶關(guān)系管理。（剩余7244字）