典型文献
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
文献摘要：
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.
文献关键词：
直播;RFM模型;RFMT模型;用户细分;个性化推荐
中图分类号：
作者姓名：
席运江;郭黛翎;廖晓;杜蝶蝶;廖开际
作者机构：
华南理工大学工商管理学院,广州 510641;广州城市理工学院管理学院,广州 510800;广东金融学院互联网金融与信息工程学院,广州 510521
文献出处：
引用格式：
[1]席运江;郭黛翎;廖晓;杜蝶蝶;廖开际-.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)[J].竞争情报,2022(03):36-47
A类：
RFMT
B类：
直播平台,用户细分,个性化推荐,推荐方法,网络直播,共情,传播媒体,直播行业,行业特点,特点研究,用户粘性,长期价值,Cluster,Segmentation,现用,指标加权,加权法,主播,价值偏好,评分矩阵,协同过滤算法,后台数据,类群,群体推荐,推荐效果
AB值：
0.299578
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
