00:00 / 00:12
连播
清屏
智能
倍速
点赞0
00:00 / 02:15
连播
清屏
智能
倍速
点赞98
00:00 / 08:59
连播
清屏
智能
倍速
点赞3
00:00 / 02:57
连播
清屏
智能
倍速
点赞22
00:00 / 04:37
连播
清屏
智能
倍速
点赞3
00:00 / 06:29
连播
清屏
智能
倍速
点赞27
RFM模型经典应用&10种拓展应用+机器学习+ab测试(下) 一、业务定制化分析方法: → 避免仅从数理角度解释问题 动态权重法 阈值法 二、时间衰减加权(R的增强版) 定义:对历史消费金额按时间进行衰减,公式:金额 × e^(-λ × 天数) λ(衰减系数)通常取0.01、0.02等 示例对比: 用户A:最近1天消费500元 → 衰减后≈495 用户B:最近1天消费500 + 465天前消费10,000元 → 衰减后≈591 效果:压缩新旧订单的价值差距,长期未消费的订单价值趋近于0 适用场景:内容订阅、SaaS产品、大件电商等有明显时间衰减的行为 三、离群值处理方法(数据预处理步骤) 问题场景:极端值导致等距分箱失效(如99人得1分,1人得5分) 三种常用方法 对数变换(log10、log2等):压缩数值差距 中位数替代:避免极端值对均值的影响 百分位截尾(地板天花板法):如取P90以上的值进行截断处理 强调:明确这些方法在RFM模型流程中的位置(订单数据 → RFM维度 → 分箱前离群值调整) 四、RFM模型进阶 与机器学习模型结合: 将R、F、M作为特征(X)放入逻辑回归、决策树、随机森林等分类模型 预测目标:用户是否转化、留存或流失 模型自动计算权重,解决人工拍脑袋的问题 更多案例分享: 传统RFM与时间衰减方法的对比 基于AB实验的例子 #RFM #数据分析项目 #数据分析简历 #数据分析求职 #数据分析培训
00:00 / 07:44
连播
清屏
智能
倍速
点赞6
00:00 / 03:09
连播
清屏
智能
倍速
点赞121
00:00 / 01:02
连播
清屏
智能
倍速
点赞1087
Ge_qing2周前
0D到9D|解释世界的认知框架 今天正式开讲我的0D-9D维度模型,这期是系列开篇声明,后续会完整拆解模型+落地实例。 这套模型是我见天地、见自己、见众生的结晶,核心是服务人的认知,不是拼凑的工具,也不是冰冷的世界地图。 我不想走纯玄学的虚浮,也不搞纯学术的枯燥,二者本是一体两面,结合实践校准,才贴合现实规律。 0D-4D对应数学物理的客观结构:点、线、面、体、四维时空,是模型的地基; 5D对应理论物理的多世界诠释,是所有可能世界线的集合,为认知隐喻。 更高维度从现实走向精神,实现精神反哺现实。 0-9D遵循统一升维规则:前一结构是后一结构的无限叠加。 易经不是模型来源,而是我校准5D可能性、避免走偏的锚点,结合“象思维”完成哲学思辨。 整套模型的生成路径:数理物理为地基→量子/相对论为参照→易经术数为体验起点→哲学思辨收尾,最终形成0-9D天人合一的体系。 之所以叫天人合一,是因为它既能解释世界,也能解读人性、社会。 ⚠️ 重要声明:这不是物理学理论,不满足科学证伪、实验验证标准,“维度”仅代表认知层次感。 验证它的唯一标准:解释力——能否帮你看清模糊的事,读懂自己、关系与社会,找到向上的路径。 感兴趣的收藏关注,持续输出我眼中的世界。 #维度模型 #维度 #认知升级 #世界观 #科学与玄学
00:00 / 04:25
连播
清屏
智能
倍速
点赞72
00:00 / 09:16
连播
清屏
智能
倍速
点赞67
00:00 / 06:22
连播
清屏
智能
倍速
点赞15
00:00 / 03:56
连播
清屏
智能
倍速
点赞55