基于改进RFM模型的直播平台用户细分及个性化推荐方法研究
网络直播是一种新兴的共情式传播媒体.针对直播行业特点研究了适合直播平台的用户细分及个性化推荐方法.基于直播平台中用户粘性及长期价值的重要性,将用户平均观看时长作为重要维度融入现有RFM模型,构建RFMT模型;通过RFMT Cluster和RFMT Segmentation方法实现用户细分;通过指标加权法计算用户-主播价值偏好,构建用户评分矩阵,结合协同过滤算法开展推荐实验.基于国内某主流直播平台的后台数据进行研究,结果表明,基于RFMT Segmentation的用户细分方法更适用于实际应用的推荐,细分后的各类群体推荐效果大幅提升.RFMT模型增加了对用户粘性和长期价值的考虑,更适应直播平台的特点,所提出的基于直播平台的用户细分及个性化推荐方法有效、可行.
直播、RFM模型、RFMT模型、用户细分、个性化推荐
18
TP391;F274;F840.32
国家自然科学基金72171090
2022-06-13(万方平台首次上网日期,不代表论文的发表时间)
共12页
36-47