基于RFM模型的协同过滤算法研究——以电商平台为例  

作　　者：林廷昱 

机构地区：[1]广东金融学院国际教育学院,广东广州510521

出　　处：《产业创新研究》2025年第1期61-64,共4页Industrial Innovation

摘　　要：随着互联网和大数据技术的不断发展,个性化推荐在电商平台中显得尤为重要。本文选取了美国某电商平台某月的销售数据,使用了RFM模型计算用户价值,并使用K-Means聚类算法根据用户价值将用户分为3类,分别为高、中、低价值用户。获取用户价值信息后,本文根据不同类别的用户通过协同过滤算法进行推荐。经实验,推荐模型具有一定的有效性,其F1值随着用户价值的提升而提升。因此,电商平台应通过有效的营销策略和服务提升用户价值,从而进一步优化个性化推荐效果,提升用户体验和平台的整体收益。

关 键 词：RFM模型 K-MEANS聚类算法 协同过滤算法 

分 类 号：F713.36[经济管理—产业经济] TP391.3[自动化与计算机技术—计算机应用技术]