关闭

层次分析法 建立用户综合评分模型

本文旨在使用AHP层次分析法,对UGC社区内的用户进行综合评分,为精细化运营打好基础。

业务场景:

某短视频社区。运营团队为了提高整体内容质量,希望能够鼓励用户多发视频、发好视频。所以运营经理向产品经理提出,希望“能够量化用户行为,将用户分类,以便于对不用类型的用户,使用不同的运营策略”。 产品经理和运营沟通后,确定了使用AHP,建立UGC社区用户综合评分模型

一、层次分析法定义:

层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构,然后用求解判断矩阵特征向量的办法,求得每一层次的各元素对上一层次某元素的优先权重,最后再加权和的方法递阶归并各备择方案对总目标的最终权重。

二、分析流程

三、层次结构模型设计

根据业务需求,该模型用于对UGC视频社区的用户,建立综合评分模型,计算出社区内各用户综合价值。

社区中包括内容生产者、内容消费者两种角色。且1个用户可同时拥有2种角色。内容生产者需要在APP上录制、编辑、美化视频,并最终发布。发布后可收到其他用户的点赞、评论、关注。所以对生产者角色,影响因素包括产出能力、KOL影响力;内容消费者可在APP上观看、点赞、评论、关注作者。所以对消费者角色影响因素为活跃度

相应的数据指标包括(部分指标):

  • 浏览视频数
  • 观看视频时长
  • 点赞数
  • 评论数
  • 转发数
  • 发布视频数
  • 平均视频时长
  • 收到的点赞数
  • 新增粉丝数
  • 总粉丝数
  • 总点赞数

综上所述,姚记娱乐城怎么样:整体层次结构模型如下:

四、完善矩阵数值

权重标度:

1表示:A和B一样重要;2表示:A比B重要一些;3表示:A比B重要;4表示:A比B重要的多;5表示:A比B极其重要。这样,通过两两比较给出比较值,对子目标层的矩阵的计算流程如下:

※正式分析流程中,为保证数据准确严谨,同样需要对评价标准层进行计算。此处省略

五、一致性检验

由于n个元素两两比较时并没有固定的参照物,那么人们在进行比较时就有可能做出一些违反常识的判断。例如人们判断A>B(表示A比B重要),B>C,而C>A(按常识本应该是A>C) 。

当这种违背常识的判断出现时判断矩阵就不完全一致了,虽然允许不完全一致,但要求判断矩阵具有大体的一致性,所以需要进行一致性检验。

一般,如果检验系数CR<0.1 ,则认为该判断矩阵通过一致性检验,否则就不具有一致性。根为3.0154,CI值为0.0077,CR值为0.0149 。CR<0.1,一致性检验通过

计算过程过于复杂,可使用excel,市面上也有层次分析法专用的一致性检验计算工具

六、数据指标标准化

AHP模型中,由于评价标准层,各个指标的数量值和单位不尽相同,所以需要将其采用同一种计量方法,这样才能进行比较。下表为将各评价指标标准化到[0,5]的结果、

将数值指标进行标准化时,需要尽量保持原始数据被均匀标准化到[0,5]

七、AHP分析结果及应用

按照上述流程,可得到最终分析结果,如下表所示

试玩百家乐

本文地址:http://99u.071tyc.com/article/112041
文章摘要:姚记娱乐城怎么样,一个人名跃然于心里盯着,巴黎人赌场网址 更重要不过。

用“浏览活跃度”,“产出能力”和“KOL影响力”三个维度,每个维度以中位数为分界线,得到2*2*2八大类用户集合。如下表所示,然后根据不同子目标层的表现制定不同的业务策略。

试玩百家乐

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表