用戶價值和RFM模型
什么是用戶價值？ 用戶價值就是對公司來說有用的地方，比如有的公司看中用戶的消費能力，有的公司則看中用戶的忠誠度 。各公司的業務目的不同，用戶價值的體現自然也不同。這里主要說一下適用於電商的RFM模型。 什么是RFM模型？ RFM模型根據用戶最近一次消費時間R，消費頻率F，消費金額M ...
原文：spark機器學習從0到1利用機器算法RFM模型做用戶價值分析（十七）
一 案例背景 在產品迭代過程中，通常需要根據用戶的屬性進行歸類，也就是通過分析數據，對用戶進行歸類，以便於在推送及轉化過程中獲得更大的收益。 本案例是基於某互聯網公司的實際用戶購票數據為研究對象，對用戶購票的時間，購買的金額進行了采集，每個用戶用手機號來區別唯一性。數據分析人員根據用戶購買的時間和金額，通過建立RFM模型，來計算出用戶最近最近一次購買的打分，用戶購買頻率的打分，用戶購買金額的打分 ...
2020-05-20 09:46 0 685 推薦指數：
相關推薦
Spark機器學習(8)：LDA主題模型算法
進行，就可以生成一篇文檔；反過來，LDA又是一種非監督機器學習技術，可以識別出大規模文檔集或語料庫中的主 ...
Spark機器學習5·回歸模型(pyspark)
分類模型的預測目標是：類別編號 回歸模型的預測目標是：實數變量 回歸模型種類 線性模型 最小二乘回歸模型 應用L2正則化時--嶺回歸(ridge regression) 應用L1正則化時--LASSO(Least Absolute ...
spark機器學習從0到1之spark機器算法從入門到實戰（十八）
第1章 機器學習概述 1.1 機器學習是啥？ 機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使 ...
Spark機器學習(2)：邏輯回歸算法
邏輯回歸本質上也是一種線性回歸，和普通線性回歸不同的是，普通線性回歸特征到結果輸出的是連續值，而邏輯回歸增加了一個函數g(z)，能夠把連續值映射到0或者1。 MLLib的邏輯回歸類有兩個：Logis ...
Spark機器學習(1)：線性回歸算法
線性回歸算法，是利用數理統計中回歸分析，來確定兩種或兩種以上變量間相互依賴的定量關系的一種統計分析方法。 1. 梯度下降法 線性回歸可以使用最小二乘法，但是速度比較慢，因此一般使用梯度下降法(Gradient Descent)，梯度下降法又分為批量梯度下降法(Batch Gradient ...
Spark機器學習(9)：FPGrowth算法
關聯規則挖掘最典型的例子是購物籃分析，通過分析可以知道哪些商品經常被一起購買，從而可以改進商品貨架的布局。 1. 基本概念 首先，介紹一些基本概念。 (1) 關聯規則：用於表示數據內隱含的關聯性，一般用X表示先決條件，Y表示關聯結果。 (2) 支持度(Support)：所有項集中{X,Y ...
Spark機器學習(5)：SVM算法
1. SVM基本知識 SVM(Support Vector Machine)是一個類分類器，能夠將不同類的樣本在樣本空間中進行分隔，分隔使用的面叫做分隔超平面。 比如對於二維樣本，分布在二維平面上 ...