大数据挖掘型标签RFM/RFE/PSM

挖掘标签KMeans

1. 监督学习 对目标有期望值(目标值)
2. 无监督学习 对目标没有对应的期望值(目标值)
3. 半监督学习 对目标有部分的期望值(目标值)
4. 强化学习 目标不断与外界交互获得反馈,决定自身的行为 ps 阿尔法狗

• 用户价值模型-RFM

  XXX网店，6-18期间得活动到底发给谁？？？？

  例如有50w历史用户，如何对用户分群？？？

  使用RFM模型对用户分群

  RFM是

  Rencency（最近一次消费）---- 最后一次得消费得时间

  Frequency（消费频率） ---- 消费次数（半年内/一年内/所有）

  Monetary（消费金额） ---- 消费金额（半年内/一年内/所有）

R（日期） F（次数） M（人民币）

张三 2020-06-15 100 56550 李四 2020-03-19 30 55660

以上数据量纲（相当于单位）不相同，无法直接进行计算。

需要将去转换为相同量纲得数据，才能计算

R（日期）

今日日期2020年06月19日

认为设立一个规则

1-5天内à5分 6-10天内à4分 11-20天内à3分 21-30天内à2分 31天内+à1分【业务部门确定】

张三 4 à 5分（2020-06-15）

李四 90 à 1分（2020-03-19）

F（次数）

≥200次=5分，150-199次=4分，100-149次=3分，50-99次=2分，1-49次=1分【业务部门确定】

张三 3分（100）

李四 1分（30）

M（人民币）

≥20w=5分，10-19w=4分，5-9w=3分，1-4w=2分，<1w=1分 【业务部门确定】

张三 3分（56550）

李四 3分（55660）

-----------------------------------------------

张三 5分 3分 3分 1 高价值

李四 1分 1分 3分 0 低价值

王五 4分 4分 3分 1 高价值

-----------------------------------------------

数据归一化：

将不同量纲得数据整理成相同量纲得数据

如何进行分类？？

1、求和 ？？

2、放入空间？？

3、使用机器学习算法（K-Means聚类）

超高 高 中高 中 中低 低 超低ÿ