【技术实现步骤摘要】
用于行为分析的RFM-Session用户建模方法和系统及介质
本专利技术涉及智能机顶盒
，具体地，涉及一种用于行为分析的RFM-Session用户建模方法和系统及介质，尤其是用于OTT设备行为分析的RFM-Session用户建模方法。
技术介绍
智能机顶盒，又称网络机顶盒或OTT盒子(下文简称机顶盒)，一般是指搭载了Android等智能操作系统的机顶盒，用户可以自行下载和使用各种应用来获取自己喜欢的内容。市场上流行的小米盒子、天猫魔盒等都是代表产品，其体积小巧且价格便宜，用户只需要将机顶盒和电视连接，便可以轻松在电视上享受海量视频内容，甚至可将老旧的电视变身为“智能电视”。根据奥维云网《2019年中国OTT发展预测报告》的数据显示，2018年中，机顶盒激活总量达到3847万台，日活跃终端为1559万台，周活跃终端2216万台，月活跃终端12606万台。OTT用户使用行为稳定，每日平均开机2次，使用4.8小时，稳定的活跃和使用时长使得机顶盒成为付费影视及广告青睐的终端类型。基于如此量级的用户和市场，对于其用户行为...
【技术保护点】
1.一种用于行为分析的RFM-Session用户建模方法，其特征在于，包括：/n步骤S1：在OTT端通过事件的方式来收集用户的行为事件，将行为事件存储于数据库中，形成行为事件集合；/n步骤S2：在行为事件集合里，选取代表屏幕状态的开机事件、页面浏览事件和应用启动事件，组成代表用户屏幕状态的屏幕流；/n步骤S3：将屏幕流按照OTT-Session模型的定义进行建模，计算指标值；/n步骤S4：对用户进行RFM-Session建模，针对每个用户给出六个模型指标，经建模后，生成关于每个用户的RFM-Session向量，所述六个模型指标能够表征RFM-Session向量；/n步骤S5...
【技术特征摘要】
1.一种用于行为分析的RFM-Session用户建模方法，其特征在于，包括：
步骤S1：在OTT端通过事件的方式来收集用户的行为事件，将行为事件存储于数据库中，形成行为事件集合；
步骤S2：在行为事件集合里，选取代表屏幕状态的开机事件、页面浏览事件和应用启动事件，组成代表用户屏幕状态的屏幕流；
步骤S3：将屏幕流按照OTT-Session模型的定义进行建模，计算指标值；
步骤S4：对用户进行RFM-Session建模，针对每个用户给出六个模型指标，经建模后，生成关于每个用户的RFM-Session向量，所述六个模型指标能够表征RFM-Session向量；
步骤S5：对所有用户RFM-Session向量中的模型指标进行Z-Score标准化，然后进行K-Means聚类，将用户分为K个类，K取正整数，这K个类中每一个类内部的所有用户均在价值上具有共性，通过求取每个类中RFM-Session六项模型指标的均值，得出这类用户的共性，同时得出用户价值与用户行为特性之间的关系。
2.根据权利要求1所述的用于行为分析的RFM-Session用户建模方法，其特征在于，所述按照OTT-Session的定义进行建模中，定义session起始事件、session结束事件、session时长、session深度、session达成中的任一项或任多项，构成及建模后的数据结构。
3.根据权利要求1所述的用于行为分析的RFM-Session用户建模方法，其特征在于，所述六个模型指标中包括RFM指标和session指标；其中RFM指标中的R为最后一个session距离截止日期的时间，F为一段时间内session的个数，M为用户使用OTT设备的时长；session指标中的duration为用户一段时间内平均session时长，depth为用户一段时间内平均session深度，achievement为用户一段时间内的session达成率。
4.根据权利要求1所述的用于行为分析的RFM-Session用户建模方法，其特征在于，所述将用户分为K个类为5类，分别是高价值用户、维系用户、发展用户、挽留用户、流失用户。
5.一种用于行为分析的RFM-Session用户建模系统，其特征...
【专利技术属性】
技术研发人员：王翔，叶凤，张玉新，周云龙，
申请(专利权)人：上海视九信息科技有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。