1. 导入工具库
import pandas as pd
from math import ceil
from datetime import datetime
from sklearn.cluster import KMeans
2. 构建RFM模型
读取数据
df = pd.read_excel('原始数据.xlsx',index_col='用户编码')
df.head()
提取数据日期
# 提数日为2016年7月20日
collect_date = datetime(2016,7,20)
Recency-最近一次投资时间距提数日天数
# Recency-最近一次投资时间距提数日天数
R = []
for i in range(len(df)):
R.append((collect_date - df['最近一次投资时间'])[i].days)
Frecency-月均投资次数
# 投资月数
months = []
for i in range(len(df)):
months.append(ceil((collect_date - df['首次投资时间'])[i].days/30))
# Frecency-月均投资次数
F = list(df['总计投标总次数']/months)
Monetary-月均投资金额
# Monetary-月均投资金额
M = list(df['总计投资总金额']/months)
RFM模型
data = pd.DataFrame([R,F,M]).T
data.index = df.index
data.columns = ['R-最近一次投资时间距提数日天数','F-月均投资次数','M-月均投资金额']
data
3. K-Means聚类分析
数据标准化
zdata = (data - data.mean())/data.std()
zdata
模型训练
kmodel = KMeans(n_clusters=4,n_jobs=4,max_iter=100,random_state=0)
kmodel.fit(zdata)
训练结果
kmodel.labels_
合并训练结果和训练数据
data_cat = pd.concat([data,pd.Series(kmodel.labels_,index=data.index)],axis=1)
data_cat.columns = list(data.columns) + ['类别']
data_cat.head()
按照类别分组统计R、F、M指标的均值
# 按照类别分组统计R、F、M指标的均值
data_cat.groupby(data_cat['类别']).mean()
4. 结论
- 类别0:R、F、M 都很低,属于低价值用户
- 类别1:R、F一般,M很高,属于重要用户
- 类别2:F、M很低,R很高,属于一般用户
- 类别3:R、F、M 都很高,属于超级用户