基于收視行為和消費(fèi)數(shù)據(jù)的用戶分類研究

黃峻泓 夏征宇

摘? 要? 文章介紹了傳統(tǒng)用戶分類方法，在傳統(tǒng)RFM模型基礎(chǔ)上提出了一種基于用戶收視和消費(fèi)數(shù)據(jù)的RFM-CT的用戶分類模型，應(yīng)用K-means聚類算法進(jìn)行用戶分類工作，為廣告商、媒體運(yùn)營商提供了一種決策思路。

關(guān)鍵詞? 用戶分類;RFM模型;收視行為;K-means

隨著互聯(lián)網(wǎng)的不斷發(fā)展，單一媒體正逐步向融媒體轉(zhuǎn)變，媒體形式的豐富使用戶的媒體行為趨于多樣化，跨屏傳播帶來全新的受眾收視模式。隨著視頻內(nèi)容通過數(shù)字有線網(wǎng)、寬帶、移動互聯(lián)網(wǎng)等多種形式在大、中、小屏等各種屏端播出，用戶可以通過各種終端收看喜愛的節(jié)目等媒體內(nèi)容的同時進(jìn)行購物消費(fèi)[1]。自廣告出現(xiàn)以來，廣告的效果問題就一直受到人們廣泛的研究，廣告的評估與其目標(biāo)有著密切關(guān)系[2]。廣告商通過定位有價值的目標(biāo)人群來實現(xiàn)廣告的精準(zhǔn)投放，媒體運(yùn)營商則根據(jù)目標(biāo)人群的消費(fèi)情況來分析內(nèi)容受眾的消費(fèi)偏好等進(jìn)而對合適的產(chǎn)品進(jìn)行招商，幫助商家、品牌商等提升產(chǎn)品銷量。

1? 傳統(tǒng)的用戶分類方法

1.1? 基于用戶的靜態(tài)屬性劃分

用戶的靜態(tài)屬性是最早應(yīng)用于用戶分類的屬性，用戶的靜態(tài)屬主要包括一些與用戶相關(guān)并且不經(jīng)常變化的數(shù)據(jù)，例如用戶的性別、年齡、教育程度和收入等自然人口學(xué)屬性。靜態(tài)屬性容易理解和獲得，但隨著技術(shù)的不斷發(fā)展，僅通過簡單的靜態(tài)屬性來分析已經(jīng)不能很好地滿足市場的需要。

1.2? 基于生活形態(tài)屬性的劃分

在傳統(tǒng)的收視率調(diào)查中，曾使用過日記卡的調(diào)查方式。所謂日記卡，簡單說就是在樣本戶中留置日記，請樣本家庭中的每一位成員及時填寫一周內(nèi)自己收看的電視的情況[3]?；谏钚螒B(tài)的消費(fèi)者群劃分的研究者通常會設(shè)計一些能體現(xiàn)用戶的生活心態(tài)屬性的問卷來讓用戶填寫，回收問卷數(shù)據(jù)后再對數(shù)據(jù)進(jìn)行統(tǒng)計分析，問卷中的問題由問卷設(shè)計者主觀確定，而且大量的問題很可能導(dǎo)致用戶答題缺乏耐心，用戶不一定按照自身的真實情況填寫的同時樣本容量也十分有限?！吧钚螒B(tài)”最早于1927年由心理學(xué)家Alfred Adler提出，1963年William kazer首次將“生活形態(tài)”的概念運(yùn)用到營銷理論中，成為制定營銷策略的依據(jù)之一[4]。它與基于用戶靜態(tài)屬性的方法不同，它認(rèn)為僅通過一些人口統(tǒng)計學(xué)變量來劃分用戶無法體現(xiàn)用戶的生活習(xí)慣、價值觀、消費(fèi)觀等一些非表面的心理屬性。1998年Kolter在研究中提出，生活形態(tài)是指個人的生活方式，具體表現(xiàn)在活動（Activities）、興趣愛好（Interest）、個人觀點（Opinion）等三個方面上[5]。

1.3? 基于用戶行為等動態(tài)屬性的劃分

動態(tài)屬性隨著時間會產(chǎn)生變化，通常為用戶產(chǎn)生的一些行為數(shù)據(jù)，如消費(fèi)行為數(shù)據(jù)、收視數(shù)據(jù)等。莊一嶸等通過對時間維度樣本矩陣及點播記錄特征參數(shù)進(jìn)行關(guān)聯(lián)計算，對海量的IPTV用戶群進(jìn)行分類，分析出各個用戶群的喜好、觀影時段、增值業(yè)務(wù)的偏好等信息，為IPTV數(shù)據(jù)運(yùn)營提供了基于用戶群分類的數(shù)據(jù)支撐，指導(dǎo)IPTV具體的運(yùn)營工作[6]。

2? 建立收視行為與消費(fèi)數(shù)據(jù)的模型

2.1? RFM模型

美國數(shù)據(jù)庫營銷研究所的Arthur Hughes在研究中提出了RFM模型，RFM模型常用于分析用戶的消費(fèi)行為，從而有效的衡量用戶對企業(yè)的價值。其中R、F、M分別代表了該模型的三個測量因子，R（Recency）代表最近一次消費(fèi)距離分析點的時間，F(xiàn)（Frequency）表示固定時間段內(nèi)消費(fèi)的總次數(shù)，M（Monetary）表示固定時間段內(nèi)消費(fèi)的金額。

用戶的R值越小代表該用戶最近消費(fèi)的時間距離分析點的時間越接近，對企業(yè)的價值也就越高。用戶的F值是在一個固定的時間段內(nèi)用戶消費(fèi)的累計次數(shù)，如1個月、3個月、1年等，時間段內(nèi)消費(fèi)次數(shù)越多的用戶價值越高。用戶的M值是一個固定時間段內(nèi)用戶消費(fèi)的總金額，消費(fèi)金額越高的用戶價值自然越高，但由于M值和F值的相關(guān)度較高，所以M值常采用平均值來計算。

2.2? 消費(fèi)與收視的關(guān)聯(lián)性

傳統(tǒng)人們習(xí)慣把媒體研究和市場研究分為兩個不同的研究領(lǐng)域。但是，如果把媒體也作為一種商品，把網(wǎng)絡(luò)用戶的媒體行為作為一種消費(fèi)行為來看待，那么兩者在本質(zhì)上應(yīng)該是統(tǒng)一的。美國的Peter Steiner認(rèn)為，人們對于節(jié)目的選擇與他們對消費(fèi)品的選擇的標(biāo)準(zhǔn)是相類似的。消費(fèi)者對某一商品的喜好，會反映到他們對某一類型的節(jié)目或欄目的喜好當(dāng)中;反過來說，受眾對某一類型節(jié)目的喜好，也會在他們對某些商品的偏好程度中體現(xiàn)出來。怎么使廣告的投放更加精準(zhǔn)，也一直是廣告商和媒體運(yùn)營機(jī)構(gòu)致力于解決的問題。在融媒體的大環(huán)境下，網(wǎng)絡(luò)用戶隨時隨地都能通過各種終端進(jìn)行收視、消費(fèi)等，本文嘗試將網(wǎng)絡(luò)用戶收視數(shù)據(jù)與消費(fèi)數(shù)據(jù)結(jié)合分析劃分用戶群體，為商家、媒體運(yùn)營商、廣告商等提供決策上的幫助。

本文通過某電子商務(wù)平臺的大數(shù)據(jù)競賽比賽獲取到部分脫敏的用戶消費(fèi)數(shù)據(jù)，將用戶的消費(fèi)數(shù)據(jù)屬性整理為：用戶編號、商品編號、商品類別、下單時間。其中用戶編號、商品編號、商品類別都經(jīng)過了脫敏處理。本文通過整理目前市場上主流電子商務(wù)平臺的商品一級分類得到商品分類。

2.3? 建立基于網(wǎng)絡(luò)用戶的收視行為和消費(fèi)數(shù)據(jù)來劃分用戶群體的RFM-CT模型

按照中華人民共和國廣播電影電視行業(yè)暫行技術(shù)文件，網(wǎng)絡(luò)用戶的收視行為可以發(fā)生在有線電視、IPTV、互聯(lián)網(wǎng)電視等不同設(shè)備上。文件規(guī)定每條收視數(shù)據(jù)記錄都必須包含一些基本參數(shù)數(shù)據(jù)，包括終端設(shè)備編碼、終端區(qū)域編碼、操作時間等。其中直播收視數(shù)據(jù)包括頻道編號、頻道名稱等，點播收視數(shù)據(jù)包括節(jié)目編號、節(jié)目名稱、播放類型等。本文將收視基本數(shù)據(jù)整理為：收視內(nèi)容編號、開始時間、結(jié)束時間，并將傳統(tǒng)RFM模型應(yīng)用到網(wǎng)絡(luò)用戶的收視數(shù)據(jù)上，將收視行為屬性整理為用戶編號、最近觀看時間距（R）、觀看頻度（F）、觀看總長度（M）、內(nèi)容編號。

RFM-CT模型如表1所示。其中R值代表用戶最近觀看時間距離分析點的時間長度，R值越小代表該用戶對其興趣度較高，F(xiàn)值代表在一段固定的時間段內(nèi)收視某內(nèi)容的總次數(shù)，M值指在一段固定的時間段內(nèi)觀看某內(nèi)容的平均時長，可由總時長/F值得到，C值代表在一段固定的時間段內(nèi)消費(fèi)的商品類別，T值指下單的時間段，本文將每天劃分為24個時間段，如00：00—00：59定義為“1”時間段，以此類推后面23個時間段。

3? 基于RFM-CT模型的K-means聚類

3.1? 數(shù)據(jù)清洗

首先將上述得到的基本收視數(shù)據(jù)和消費(fèi)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗后導(dǎo)入數(shù)據(jù)庫中，校驗數(shù)據(jù)的完整性并確保數(shù)據(jù)包含必選字段，去除或修改邏輯錯誤的數(shù)據(jù)。

3.2? 計算RFM-CT指標(biāo)

本文數(shù)據(jù)規(guī)模為1 000個用戶的收視與消費(fèi)數(shù)據(jù)。以用戶編號為主，計算每個用戶在給定時間段內(nèi)的發(fā)生收看行為的媒體內(nèi)容RFM值。如給定時間段為2018年2月5日0點、2018年2月6日0點，計算得到的部分RFM值如表2所示，其中R值單位為分鐘數(shù)，F(xiàn)值為收看次數(shù)、M值為平均收看分鐘。為后續(xù)聚類需要，需要將計算結(jié)果進(jìn)行歸一化。

3.3? 基于K-means聚類算法的聚類

K-means是一種無監(jiān)督的聚類算法。設(shè)給定n個d維數(shù)據(jù)向量的數(shù)據(jù)集，要將該數(shù)據(jù)集劃分為K類，記為：，其中。K-means即求解下式的最小值：最后將RFM-CT指標(biāo)歸一化后作為聚類變量進(jìn)行計算得到聚類結(jié)果，分析得到相應(yīng)的用戶群體。

4? 結(jié)語

本文基于傳統(tǒng)的RFM模型，提出了一種基于網(wǎng)絡(luò)用戶收視和消費(fèi)行為數(shù)據(jù)的RFM-CT模型，并應(yīng)用K-means進(jìn)行用戶分類。希望本文的研究工作能為媒體運(yùn)營商、廣告商定位目標(biāo)用戶群有所幫助。

5? 鳴謝

感謝我的導(dǎo)師中國傳媒大學(xué)傳媒科學(xué)研究所所長夏征宇老師的悉心教導(dǎo)。感謝我的實習(xí)公司北京北廣準(zhǔn)星科技有限公司提供的實習(xí)機(jī)會和資源，感謝實習(xí)期為我提供幫助的司偉老師和畢艷紅老師。感謝實驗室的各個同學(xué)三年來的支持和幫助。

參考文獻(xiàn)

[1]劉燕南.跨屏?xí)r代的受眾測量與大數(shù)據(jù)應(yīng)用[M].北京：中國傳媒大學(xué)出版社，2016.

[2]Xia，Zhengyu.[IEEE 2009 International Conference on Management and Service Science （MASS）-Beijing， China （2009.09.20-2009.09.22）]2009 International Conference on Management and Service Science - Measurement， Modeling and Systemic Implementation of Cross-Media Communication Effect[J].2009：1-5.

[3]劉燕南.電視收視率解析：調(diào)查、分析與應(yīng)用[M].2版.北京：中國傳媒大學(xué)出版社，2010.

[4]王欣.基于生活形態(tài)的IPTV用戶使用行為研究[D].上海：華東師范大學(xué)，2011.

[5]方雪琴.IPTV受眾消費(fèi)行為研究[D].武漢：華中科技大學(xué)，2008.

[6]莊一嶸，李江崴，劉東宇，等.IPTV用戶群分類模型設(shè)計與實現(xiàn)[J].廣東通信技術(shù)，2014（6）：5-6，44.