一种基于改进RFM模型的数字集群用户分类方法

摘要：

数字集群系统具有组呼和半双工通信等特点,针对传统用户分类方法不能满足数字集群用户分类需求的问题,提出一种基于改进RFM模型的数字集群用户分类方法.首先引入平均讲话时长属性建立RVS模型;然后采用层次分析法确定RVS模型参数的权重;最后,利用K-means++聚类算法对数字集群用户进行分类.仿真结果表明,使用提出的用户分类方法,数字集群用户分类的准确度可达到87.9％以上.

关键词：数字集群、改进RFM模型、用户分类、参数权重

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

在线出版日期：2020-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2822-2826