語言:

众包平台用户价值识别与细分:基于改进的RFM模型

陈丹红 ; 彭张林 ; 万德全 ; 杨善林

计算机科学, 2022, Vol.49 (4), p.37-42

可取得全文

引用被引用

題名:
众包平台用户价值识别与细分:基于改进的RFM模型
著者: 陈丹红 ; 彭张林 ; 万德全 ; 杨善林
所屬期刊: 计算机科学, 2022, Vol.49 (4), p.37-42
描述: C934; 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.
出版者: 合肥工业大学管理学院合肥230009%过程优化与智能决策教育部重点实验室合肥230009
語言: 中文
識別號: ISSN: 1002-137X
DOI: 10.11896/jsjkx.210800255
資源來源: Alma/SFX Local Collection

返回到檢索清單