RFM

摘要： 奶牛胎衣不下降低牛只生产力和繁殖率,是导致乳制品行业经济严重损失的繁殖疾病。由于导致其发生有多种因素,统一的发病机制仍然难以发现。胎膜分离和排出涉及牛只胎盘的结构和免疫变化,这些变化主要由类固醇激素和妊娠晚期的前列腺素控制。本综述更好地阐释胎盘的排出机制,制定出治疗和预防胎衣不下的方案。为牧场提供参考依据提高经济效益。

摘要： 随着社保卡业务的积累以及政策的拓展,整合各类社会保障卡应用的数据资源,深入数据分析应用,提高公共服务决策分析能力,促进经办管理精准化、服务高效便捷化成为当务之急。重点介绍LSTM、RFM算法和箱型图方法在社会保障卡持卡人互联网行为数据的建模、训练和执行效果,实现对互联网渠道访问的预测、行为偏好分析以及风控预警。通过数据分析,进一步掌握互联网渠道社保卡持卡人的行为偏好、访问量预测和及时定位异常访问,为向不同用户群输出个性化服务、提高公共服务支撑能力和开展服务创新提供了数据依据。

摘要： 卷烟的市场状态评价是促进烟草精准投放、稳定烟草行业健康发展的基本要求。文中收集了500家衡东县烟草零售终端2021年3月到6月的访销数据,通过建立相应数据库,对数据进行整理和清洗,变换销售额为需求额,创新RFM模型;再应用K-means算法聚类,将投放的191种烟品划分出“俏、紧、平、松、软”五类状态。研究表明,衡东县城、乡镇和农村的烟品市场状态存在差异,县城与乡镇的俏烟品牌数相差4个;人口占59%的农村的卷烟消费相对集中,“俏紧”烟品数只有城镇的一半。同时,现在的卷烟品牌市场状态不满足二八规则,还需烟草部门优化投放策略,培育市场。

摘要： 科学、准确地识别或预测新兴产业及其核心技术,是企业战略管理工作的重点,更是国家培育和发展新兴产业,制定科技战略规划及政策的重要基础和关键环节.客户关系管理中的RFM理论为新兴核心技术的识别和技术评价提供了新思路.在深入探讨RFM理论用于识别新兴核心技术内在逻辑的基础上,从标准主导企业的标准必要专利及其研发活动视角考察,提出以企业近期有效专利行为、专利技术影响力、专利国际布局三个维度来衡量专利价值,并构建RFM专利评价模型.进一步的通信产业实证研究,验证了所提出研究架构以及所构建的RFM专利评价模型,揭示了面向新一代移动通信的新兴核心技术的主要领域,以及标准主导企业的研发重点.

摘要： 本文以广西东兴市河洲街大参林连锁药店为研究对象,适用RFM模型和K-means聚类方法分析客户门店的消费记录,衡量客户价值,将客户分为一般价值客户、高价值客户、重点发展客户、重点保持客户和流失客户五大类,针对不同客户类型,提出资源倾斜、会员转化与适当放弃等营销建议。

摘要： 本文首先介绍了论文的研究背景和数据挖掘中聚类分析的发展现状.然后从用户群体分析出发,采用RFM、k-means、决策树进行建模.建立了会员信息的相关表格,根据所建的不同维表分析需求商品,对每个群体进行细分,分析与其最有关联的商品.通过决策树从时间和金额两个角度对超市销售商品的需求进行了详细的分析.最后对高价值顾客、忠实顾客、潜力顾客、流失顾客分别进行相应的改进措施及建议.

摘要： 为进一步探究和分析电子商务客户关系,本文提出e价值的指标体系和计算方法,同时基于使用k-means方法对客户进行分类,实现对客户关系的深层发掘.基于改进的RFM模型实现了对客户的辨别与分类功能,对不同客户的e价值能进行有效预测,同时可以为企业在电商相关领域营销策略的差异化实施提供依据.对客户关系进行深层细分.同时基于AdaBoost分类器,提出以C5.0决策树作为基分类器的客户保持与流失预测模型,降低错误预测成本,精准识别高价值客户.

摘要： 针对红外掩星载荷的分层探测特性,本文在Rodgers提出的LM (Levenberg-Marquardt)最优估计算法的基础上进行修改,构建一种适合掩星探测的水汽廓线反演算法.首先,考虑到红外掩星的高光谱数据在反演时存在通道信息冗余的问题,相关的干扰成分信息对反演精度也有严重影响.使用通道选择和敏感性分析选择合适的反演通道,从而减轻计算负担并提高反演效率.其次,采用分层平滑因子修正Rodgers的LM最优估计算法,使算法更适合红外掩星载荷的分层探测特性.最后,为了验证修正算法的可靠性,分别对ACE-FTS观测数据和GF-5AIUS模拟光谱数据进行水汽廓线反演,并对同次迭代的反演结果进行对比.结果 表明:对于ACE-FTS观测数据,修正后算法的反演总体相对偏差从±10％降低到±6％;对于GF-5 AIUS模拟光谱数据,修正后算法的反演总体相对偏差从±9％降低到±5％.此外,在部分高度层中相对偏差明显减小,对于ACE-FTS的反演实验,在不同高度层中修正后算法减小的相对偏差百分比超过25.17％;对于GF-5 AIUS反演实验,不同高度层减小的相对偏差百分比超过48.26％,表明修正后的算法使反演效果得到了改善,证实了该算法的有效性.因此,本文提出的算法可以为今后掩星探测水汽廓线的研究提供参考,为预测降雨、天气灾害、维持全球生态平衡等领域的研究提供高质量的水汽基础数据.

摘要： 发现和挖掘技术机会是洞悉行业研发趋势、进行创新决策和战略布局的重要参考.本文构建了一套系统识别中药抗抑郁领域技术机会的模型,首先利用incoPat专利数据库下载中药抗抑郁领域的专利数据,并将其归入5大技术主题;接下来分别从创新主体、区域和市场3个维度对中药抗抑郁领域的技术机会进行识别与分析.最终挖掘出5大技术主题下具有竞争优势和可合作的创新主体,识别出各国及我国各省份的研发热点及区域合作机会,评估出具有高市场价值的专利及其技术内容,不仅为企业在中药抗抑郁领域把握技术机会、寻求技术创新突破提供建议,同时也为政府制定技术创新激励政策提供依据.

摘要： 简要介绍了GeoEye-1卫星的发展背景，给出了GeoEye-1卫星及传感器的有关性能参数：详细论述了GeoEye-1使用有理函数模型定位的原理和方法。最后，使用Hobart地区的立体像对数据进行了有关试验研究，结果表明,在良好的地面控制点的支持下，可满足国家1:10000基本比例尺地形图测图规范要求。

摘要： 简要介绍了GeoEye-1卫星的发展背景，给出了GeoEye-1卫星及传感器的有关性能参数：详细论述了GeoEye-1使用有理函数模型定位的原理和方法。最后，使用Hobart地区的立体像对数据进行了有关试验研究，结果表明,在良好的地面控制点的支持下，可满足国家1:10000基本比例尺地形图测图规范要求。

摘要： 简要介绍了GeoEye-1卫星的发展背景，给出了GeoEye-1卫星及传感器的有关性能参数：详细论述了GeoEye-1使用有理函数模型定位的原理和方法。最后，使用Hobart地区的立体像对数据进行了有关试验研究，结果表明,在良好的地面控制点的支持下，可满足国家1:10000基本比例尺地形图测图规范要求。

摘要： 客户评价模型是协同商务战略的关键性决策支持模型.论文提出一个基于统计类数据挖掘技术的客户评价建模方法,并以某网上银行支付业务B2C客户管理为背景,详细阐述了建模研究框架,数据预处理技术,评价原理和建模方法,并运用基于RFM价值特征的客户分群,建立B2C客户评价模型,生成客户评价结果.论文旨在向银行决策者提供更多信息,更好地了解客户,制定协同商务环境下的营销策略.

摘要： 客户评价模型是协同商务战略的关键性决策支持模型.论文提出一个基于统计类数据挖掘技术的客户评价建模方法,并以某网上银行支付业务B2C客户管理为背景,详细阐述了建模研究框架,数据预处理技术,评价原理和建模方法,并运用基于RFM价值特征的客户分群,建立B2C客户评价模型,生成客户评价结果.论文旨在向银行决策者提供更多信息,更好地了解客户,制定协同商务环境下的营销策略.

摘要： 客户评价模型是协同商务战略的关键性决策支持模型.论文提出一个基于统计类数据挖掘技术的客户评价建模方法,并以某网上银行支付业务B2C客户管理为背景,详细阐述了建模研究框架,数据预处理技术,评价原理和建模方法,并运用基于RFM价值特征的客户分群,建立B2C客户评价模型,生成客户评价结果.论文旨在向银行决策者提供更多信息,更好地了解客户,制定协同商务环境下的营销策略.

摘要： 客户评价模型是协同商务战略的关键性决策支持模型.论文提出一个基于统计类数据挖掘技术的客户评价建模方法,并以某网上银行支付业务B2C客户管理为背景,详细阐述了建模研究框架,数据预处理技术,评价原理和建模方法,并运用基于RFM价值特征的客户分群,建立B2C客户评价模型,生成客户评价结果.论文旨在向银行决策者提供更多信息,更好地了解客户,制定协同商务环境下的营销策略.

摘要： 客户评价模型是协同商务战略的关键性决策支持模型.论文提出一个基于统计类数据挖掘技术的客户评价建模方法,并以某网上银行支付业务B2C客户管理为背景,详细阐述了建模研究框架,数据预处理技术,评价原理和建模方法,并运用基于RFM价值特征的客户分群,建立B2C客户评价模型,生成客户评价结果.论文旨在向银行决策者提供更多信息,更好地了解客户,制定协同商务环境下的营销策略.

摘要： 本发明涉及一种基于RFM模型光束法平差和影像重采样的颤振探测修正方法，该方法包括两部分：首先基于三线阵影像原始RPC生成虚拟控制点，然后利用多视影像约束匹配获得密集匹配点，将这些虚拟控制点和密集匹配点加入区域网平差模型，由此计算平差后三线阵影像密集匹配点的反投影残差进行颤振探测分析；同时基于颤振探测结果对影像重采样生成没有畸变的影像，并且对姿态数据平滑处理重新生成高精度的RPC，从而实现了成像模型与影像同步重构。与现有技术相比，本发明具有实现成像模型和影像进行同步校正、有效消除颤振影响等优点。

摘要： 本发明公开了一种面向FPGA硬件的RLS求解RFM模型参数优化算法，主要过程包括：步骤一、确定RFM模型的形式；步骤二、在影像空间中建立“虚拟控制点”格网；步骤三、在地面空间中建立“虚拟控制点”格网；步骤四、根据所建立的“虚拟控制点”，利用RLS解算RFM模型参数；步骤五、精度评定。本发明以FPGA作为硬件加速平台，以Verilog硬件语言作为设计语言，在有限的硬件资源条件下，实现利用RLS解算RFM模型参数优化算法，满足卫星遥感领域对卫星影像正射纠正的时效性、便携性和小型化的要求。

摘要： 本发明公开了数据分类技术领域的一种基于RFM模型泛化特征的金融类客户分级方法，包括以下步骤：S1、采集客户数据，随机抽取预定比例的样本数据进行交叉标注；其中，所述客户数据包括RFM指标数据和针对特定场景的附加特征数据；S2、对标记数据进行特征处理，并进行机器学习模型训练；S3、在机器学习模型中对全量客户数据进行特定金融场所的分析处理，本发明通过RFM模型结合不同金融场景下增加的特定场景特征，通过随机抽样并进行数据标注的方式结合分类算法进行客户分级，实现不同场景不同的客户分级，能促进场景化营销的精准性，特别适用于不同金融场景下的客户精准性分级处理。

摘要： 本发明涉及一种基于RFM和DFS算法的智能特征自动衍生方法，包括：获取基础数据；对基础数据依次进行信息维度划分、指标维度划分，得到多个不同的指标维度；基于指标维度，进一步对数据进行RFM划分，以确定出数据对应的RFM类别、得到基础特征；根据基础特征，结合DFS算法，交叉产生具有业务意义的特征。与现有技术相比，本发明能够自主产生具有业务含义的特征。

摘要： 本发明提供一种基于RFM模型的消费者评估方法、装置及介质，该方法包括：从客户数据库中提取客户消费数据，并对客户消费数据按照不同地理区域进行数据分类，对数据分类后的客户消费数据集进行向量化处理，获得客户集X＝{x1,x2,…xi,…xn}，1≤i≤n，n为客户个数；根据数据分类后的客户消费数据，计算每位客户最近一次消费的时间间隔R指标、规定时间段的消费频率F指标和规定时间段的消费总金额M指标；采用层次分析法计算R、F和M各指标权重系数分别为μ

摘要： 本发明公开了一种无需RSM参数的反解RFM求解方法，属于遥感影像处理技术领域。本发明是正解RFM的一种模型传递，是对RSM的另一种高精度拟合，使用本发明能够实现无需RSM参数的反解RFM求解，现有实验表明，本发明所求得的反解RFM同基于RSM参数求得的反解RFM精度基本相当，可视为同一模型，且相对于正解RFM具有更高的立体定位效率，在大规模影像工程化处理中具有应用前景。

摘要： 本发明公开一种基于RFM模型的协同过滤推荐方法，所述方法包括：一、对电商平台下的所有商品进行类别划分，划分为N个类别；二、计算出待推荐用户的近度属性向量、频度属性向量以及值度属性向量的值；三、计算待推荐用户在近度、频度、值度三个衡量指标下与其他企业用户的相似度，进而计算综合相似度；然后将待推荐用户与其他企业用户的综合相似度进行排序，得到相似度高的企业列表作为相似用户，进而根据相似用户的产品购买记录，结合待推荐用户的产品购买记录形成的两个产品推荐列表整合后形成的最终的产品推荐列表将其推荐给用户。本方法可以解决推荐产品的问题，实现单一或组合产品的推荐功能，提高企业用户在平台的体验度。

摘要： 本发明提出一种基于RFM模型和人工蜂群算法的货运客户细分方法,包括数据提取、统计分析、标准化处理、转化处理和最终处理五个步骤，通过数据提取、统计分析、标准化处理、转化处理和最终处理来对铁路货运客户进行细分，并采用人工蜂群算法，可以有效规避单个初始聚类中心个体质量不佳对全局寻优能力的影响，同时，人工蜂群算法具有很强的高维优化问题求解能力，且通过采用极差标准化方法可以有效避免不同指标之间的量纲差异问题，也可以有效避免指标属性标准化之前的大数吞掉小数的现象，通过将聚类结果采用多指标排序技术，可以让铁路货运相关部门清晰发现同一客户群的客户之间的差异性，进一步实现铁路货运客户的二次精细划分。

摘要： 本发明提供一种基于RFM模型的卷烟零售客户价值评价方法，包括以下步骤：S1：从营销管理平台获取相关数据；S2：根据S1获取的相关数据计算用于评价客户价值的指标；S3：通过层次分析法与熵值法确定S2中各指标的权重；S4：根据S2计算的各指标与S3得到的各指标的权重，计算客户价值得分；S5：利用聚类算法，对客户价值得分进行分类，得到具有不同客户价值的客户分类。本发明针对传统RFM指标代表性不足的问题进行改进，引入了代表性的指标，同时为了保证赋权的科学性和有效性，通过主客观结合的组合赋权法，从而避免主观赋权所产生的过程过度依赖专家意见和客观赋权法过度依赖数学定量方法的弊端，最后再通过聚类算法得出具有不同价值的用户分类。

摘要： 本发明公开了一种基于RFM模型的用户分组方法、装置及可读介质，通过获取用户的订单数据，并对用户的订单数据进行数据清理；根据数据清理后的订单数据，计算用户的最近一次下单的时间间隔R、规定时间段内的下单频率F和规定时间段内的下单总金额M三个指标；基于时间间隔R、下单频率F、下单总金额M的数值区间设置指标分箱，并通过指标分箱对时间间隔R、下单频率F、下单总金额M进行归一化，得到对应的指标值RS、FS、MS；采用熵权法确定指标对应的权重系数，并根据指标值RS、FS、MS与权重系数计算出每个指标的最终得分；将每个指标的最终得分输入K‑means聚类算法，得到用户的最优分组结果。为企业的运营、决策和项目阶段总结提供数据支持。