一种基于改进RFM模型的数字集群用户分类方法
Digital cluster user classification method based on improved RFM model作者机构：北京交通大学电子信息工程学院北京100044
出 版 物：《计算机应用研究》 (Application Research of Computers)
年 卷 期：2020年第37卷第9期
页 面：2822-2826页
学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）]
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。
维普期刊数据库
同方期刊数据库