基于改进RFM模型和K-means算法的淘宝用户行为分析
滁州学院学报 陈海燕 张经纬
摘 要：大数据时代下，我国电子商务发展迅速，用户行为数据日益增多，利用海量数据对用户行为进行剖析，为精准营销提供决策依据，进而提高用户忠诚度、满意度和活跃度，成为电商平台关注的焦点。基于淘宝用户真实数据集，提出基于改进RFM模型和K-means算法的用户行为分析方法，为了更好地描述用户行为特征，创建“活跃度转化率”指标进行分析，实验结果表明，该方法能够有效地进行用户类别划分，划分结果符合“二八定律”，能够协助电商平台完成精确化的客户关系管理。（剩余7244字）