[Python]RFM用户分类模型, 加matplotlib可视化数据--在线教育行业分析案例连载1

---

前言

该文章为连载的第一篇：RFM用户分类模型

某家在线教育机构拥有自己开发的教育产品VLE，该教育机构提供了他们四个学期里，开展的七门课的数据，接下来我会根据这些数据，为该教育机构做一系列的数据分析，包括用户的RFM模型、用户分群特征、用户成绩分析等等。

该教育机构部分数据库结构如下

---

如下这一篇文章为：用户的RFM模型

先简单介绍一下RFM模型：

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。
该机械模型通过一个客户的

1. 近期购买行为（R：Recency）、
2. 购买的总体频率（F：Frequency）
3. 花了多少钱（M：Monetary）

3项指标来描述该客户的价值状况。

---

该案例是在线教育产品，并且这里只提供用户一学期购买课程的消费注册使用情况，所以RFM会调正为：

1. 近期产品使用行为（R：Recency）、
2. 产品使用频率（F：Frequency）
3. 花了多少钱（M：Monetary）

这个案例中计算用户RFM模型会用到：

1. studentRegistration 学生注册信息表 （记为regi）
2. studentVle 学生产品交互行为表 （记为vle）
3. courses 课程表 （记为courses）

其中：

1. code_presentation为学期
2. code_module为课程
3. 其他字面意思比较好理解

---

一、导入库

import pandas as pd
import numpy as np
import datetime
import time
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['Arial Unicode MS']
matplotlib.rcParams['axes.unicode_minus']=False
import matplotlib.pyplot as plt
import seaborn as sns
import sklearn
from sklearn.preprocessing import LabelEncoder
np.set_printoptions(suppress=True)
pd.set_option('display.float_format', lambda x: '%.4f' % x)

二、构造价格数据

因为这里没有关于价格的数据，我们需要对每门课构造一个价格

构造价格的依据：

• 假设AAA是最简单的课程课程难度随着AAA、BBB、CCC递增，价格会越来越贵
• 假设课程价格的基准是10*时间长度，同时价格根据难度增加，BBB为11乘时间长度，CCC为12，以此类推
• 同时物价膨胀学校每年也会调整增10%的学费

实现代码如下（示例）：

presentation=sorted(courses["code_presentation"].unique().tolist())
#presentation 为['2013B', '2013J', '2014B', '2014J']
module=sorted(courses["code_module"].unique().tolist())
#module 为['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'FFF', 'GGG']

这里需要注意的是，不是每一学期都会开展这七门课

#基准价格
x=10
module_price={
   }
for m in module:
    module_price[m]=x+module.index(m)
    
#module_price 为{'AAA': 10, 'BBB': 11, 'CCC': 12, 'DDD': 13, 'EEE': 14, 'FFF': 15, 'GGG': 16}

#增加价格列，并用每门课基准价格乘时间长度
courses["price"]=courses["code_module"].map(module_price)
courses["price"]=courses["module_presentation_length"]*courses["price"]

#从第二学期开始，价格上升10%
for pre in presentation[1:]:
    courses.loc[(courses["code_presentation"]==pre),"price"]*=(1.1)**(presentation.index(pre))

courses.sort_values(by=["code_presentation","code_module"]).head(10)

三、分别计算RFM信息

这里我们只选取最新的一个学期2014J计算

1、聚合所需要的信息