• 使用ML.NET实现基于RFM模型的客户价值分析

    RFM模型

    在众多的客户价值分析模型中，RFM模型是被广泛应用的，尤其在零售和企业服务领域堪称经典的分类手段。它的核心定义从基本的交易数据中来，借助恰当的聚类算法，反映出对客户较为直观的分类指示，对于没有数据分析和机器学习技术支撑的初创企业，它是简单易上手的客户分析途径之一。

    RFM模型主要有三项指标：

    Recency：最近消费时间间隔

    Frequency：消费频率

    Monetary：消费金额

    我们为客户在这三项指标上进行打分，那么总共会有27种组合的可能，使用K-Means算法，能够缩减到指定的有限数量的分箱（一般会为5类），计算出每个客户在分箱的位置即客户的价值。

    当然RFM模型还有更多衍生版本，可以参考WiKi：RFM (customer value)。

    ML.NET和K-Means

    ML.NET自v0.2版本就提供了K-Means++ clustering的实现，也是非监督学习最常见的训练，正好适用于为RFM模型的分类执行机器学习。

    动手实践

    基本要求

    • Visual Studio 2017 或者 Visual Studio Code
    • DotNet Core 2.0+
    • ML.NET v0.3

    数据来源

    本案例数据来自UCI：Online Retail，这是一个跨国数据集，其中包含2010年12月1日至2011年12月9日期间在英国注册的非商店在线零售业务中发生的所有交易。该公司主要销售独特的全场礼品。该公司的许多客户都是批发商。

    属性信息：

    InvoiceNo：发票编号。标称值，为每个事务唯一分配的6位整数。如果此代码以字母'c'开头，则表示取消。

    StockCode：产品（项目）代码。标称值，为每个不同的产品唯一分配的5位整数。

    Description：产品（项目）名称。标称。

    Quantity：每笔交易的每件产品（项目）的数量。数字。

    InvoiceDate：发票日期和时间。数字，生成每个事务的日期和时间。

    UnitPrice：单价。数字，英镑单位产品价格。

    CustomerID：客户编号。标称值，为每个客户唯一分配的5位整数。

    Country：国家名称。每个客户所在国家/地区的名称。

    数据处理

    1. 使用Excel，对原始数据增加4个字段，分别是Amount（金额，单价与数量相乘的结果）、Date（InvoiceDate的整数值）、Today（当天日期的整数值）、DateDiff（当天与Date的差值）。

    1. 建立透视图，获取每个客户在Amount上的总和，DateDiff的最大和最小值，并且通过计算公式Amount/(DateDiff最大值-DateDiff最小值+1)算出频率值。

    1. 按照以下规则计算RFM的评分
      • R：(DateDiff最大值- DateDiff最小值-2000)的差值，小于480计3分，480-570之间计2分，570-750之间计1分，大于750计0分。
      • F：频率值，大于1000计5分，500-1000之间计4分，100-500之间计3分，50-100之间计2分，0-50之间计1分，小于0计0分。
      • M：Amount总和值，大于10000计5分，5000-10000之间计4分，2000-5000之间计3分，1000-2000之间计2分，0-1000之间计1分，小于0计0分。

    有小伙伴可能存在疑问，为什么要这么划分，其实这就是对数据分布合理分段的一种思想，为了减小数据源的不平衡性对机器学习的影响，我们尽量使得数据的分布是自然的。

    编码部分

    还是熟悉的味道，创建DotNet Core控制台应用程序，通过Nuget添加对ML.NET的引用。

    • 创建用于学习的数据结构
    public class ClusteringPrediction
{
    [ColumnName("PredictedLabel")]
    public uint SelectedClusterId;
    [ColumnName("Score")]
    public float[] Distance;
}

public class ClusteringData
{
    [Column(ordinal: "0")]
    public string CustomId;

    [Column(ordinal: "1")]
    public float Amount;

    [Column(ordinal: "2")]
    public float MinDataDiff;

    [Column(ordinal: "3")]
    public float MaxDataDiff;

    [Column(ordinal: "4")]
    public float MeanAmount;

    [Column(ordinal: "5")]
    public float M;

    [Column(ordinal: "6")]
    public float F;

    [Column(ordinal: "7")]
    public float RelativaDataDiff;

    [Column(ordinal: "8")]
    public float R;
}
    • 训练部分
    static PredictionModel<ClusteringData, ClusteringPrediction> Train()
{
    int n = 1000;
    int k = 5;

    var textLoader = new Microsoft.ML.Data.TextLoader(DataPath).CreateFrom<ClusteringData>(useHeader: true, separator: ',', trimWhitespace: false);
    var pipeline = new LearningPipeline();
    pipeline.Add(textLoader);
    pipeline.Add(new ColumnConcatenator("Features",
                                        "R",
                                        "M",
                                        "F"));
    pipeline.Add(new KMeansPlusPlusClusterer() { K = k });
    var model = pipeline.Train<ClusteringData, ClusteringPrediction>();

    return model;
}
    • 评估部分
    static void Evaluate(PredictionModel<ClusteringData, ClusteringPrediction> model)
{
    var textLoader = new Microsoft.ML.Data.TextLoader(DataPath).CreateFrom<ClusteringData>(useHeader: true, separator: ',', trimWhitespace: false);
    var evaluator = new ClusterEvaluator();
    var metrics = evaluator.Evaluate(model, textLoader);
    Console.WriteLine("AvgMinScore:{0}", metrics.AvgMinScore);
    Console.WriteLine("Dbi:{0}", metrics.Dbi);
    Console.WriteLine("Nmi:{0}", metrics.Nmi);
}
    • 预测部分
    static void Predict(PredictionModel<ClusteringData, ClusteringPrediction> model)
{
    var predictedData = new ClusteringData()
    {
        R = 3F,
        M = 3F,
        F = 1F
    };
    var predictedResult = model.Predict(predictedData);
    Console.WriteLine("the predicted cluster id is: {0}", predictedResult.SelectedClusterId);
}
    • 调用部分
    static void Main(string[] args)
{
    var model = Train();
    Evaluate(model);
    Predict(model);
}
    • 运行结果

    可以看到，我用于测试的客户，被分到了第2类上面。

    尽管完成了聚类的工作，对于学习出来的这5个类别，仍然需要按原始数据集全部遍历预测出对应的分类，根据客户的RFM评分与分类的对应关系，才能够对每个类别的意义进行有效地解释。

    结尾

    这个简单的案例为大家展示了使用ML.NET完成聚类的机器学习。对于想要上手针对自己公司的业务，进行一些门槛较低的客户分析，使用ML.NET将是一个不错的选择。当然ML.NET还在不断迭代中，希望大家持续关注新的特性功能发布。

    完整代码如下：

    using Microsoft.ML;
using Microsoft.ML.Models;
using Microsoft.ML.Runtime.Api;
using Microsoft.ML.Trainers;
using Microsoft.ML.Transforms;
using System;

namespace RMFClusters
{
    class Program
    {
        const string DataPath = @".DataOnline Retail.csv";

        public class ClusteringPrediction
        {
            [ColumnName("PredictedLabel")]
            public uint SelectedClusterId;
            [ColumnName("Score")]
            public float[] Distance;
        }

        public class ClusteringData
        {
            [Column(ordinal: "0")]
            public string CustomId;

            [Column(ordinal: "1")]
            public float Amount;

            [Column(ordinal: "2")]
            public float MinDataDiff;

            [Column(ordinal: "3")]
            public float MaxDataDiff;

            [Column(ordinal: "4")]
            public float MeanAmount;

            [Column(ordinal: "5")]
            public float M;

            [Column(ordinal: "6")]
            public float F;

            [Column(ordinal: "7")]
            public float RelativaDataDiff;

            [Column(ordinal: "8")]
            public float R;
        }

        static PredictionModel<ClusteringData, ClusteringPrediction> Train()
        {
            int n = 1000;
            int k = 5;

            var textLoader = new Microsoft.ML.Data.TextLoader(DataPath).CreateFrom<ClusteringData>(useHeader: true, separator: ',', trimWhitespace: false);
            var pipeline = new LearningPipeline();
            pipeline.Add(textLoader);
            pipeline.Add(new ColumnConcatenator("Features",
                                               "R",
                                               "M",
                                               "F"));
            pipeline.Add(new KMeansPlusPlusClusterer() { K = k });
            var model = pipeline.Train<ClusteringData, ClusteringPrediction>();

            return model;
        }

        static void Evaluate(PredictionModel<ClusteringData, ClusteringPrediction> model)
        {
            var textLoader = new Microsoft.ML.Data.TextLoader(DataPath).CreateFrom<ClusteringData>(useHeader: true, separator: ',', trimWhitespace: false);
            var evaluator = new ClusterEvaluator();
            var metrics = evaluator.Evaluate(model, textLoader);
            Console.WriteLine("AvgMinScore:{0}", metrics.AvgMinScore);
            Console.WriteLine("Dbi:{0}", metrics.Dbi);
            Console.WriteLine("Nmi:{0}", metrics.Nmi);
        }

        static void Predict(PredictionModel<ClusteringData, ClusteringPrediction> model)
        {
            var predictedData = new ClusteringData()
            {
                R = 3F,
                M = 5F,
                F = 1F
            };
            var predictedResult = model.Predict(predictedData);
            Console.WriteLine("the predicted cluster id is: {0}", predictedResult.SelectedClusterId);
        }

        static void Main(string[] args)
        {
            var model = Train();
            Evaluate(model);
            Predict(model);
        }
    }
}
  • 相关阅读:
    Socket与系统调用深度分析
    需求分析：未来的图书会是怎么样的？
    构建调试Linux内核网络代码的环境MenuOS系统
    jmeter--开始
    pytest---api
    pytest---mark
    pytest---数据处理
    pytest---fixture运行规则
    pytest---allure(mac版本)
    pytest---pytest.ini
  • 原文地址：https://www.cnblogs.com/BeanHsiang/p/9438581.html
Copyright © 2020-2023  润新知