数据分析：分层模型分析—RFM
`
一、RFM·分层模型
RFM是通过三个维度指标，且每个维度指标细分两类，组成八个分析组，据此对分析目标对象进行价值评估和精细化的管理。 根据分层结果，总结对象层级特点，针对不同的分析对象，采用不同的策略。
二、分层原理
采用五分制标记的方式，把R、F、M指标的数据都分为五个等级。
三、分析指标
R（Recency）：反映对象的活动时间间隔。
当R值越小，分析对象最近一次活动时间间隔越短（1~3）；
当R值越大，分析对象最近一次活动时间间隔越长（4~5）
F（Frequency）：反映对象的活动频率
F值越大，分析对象活动次数越多（4~5）
F值越小，分析对象活动次数越少（1~3）
M（Monetary）：反映对象的活动值
M值越大，分析对象的活动值越大（4~5）
M值越小，分析对象的活动值越小（1~3）
实践分析：根据b站“科学科普”分区的视频数据，模仿RFM模型，搭建IFL模型，划分该分区up主的类型。
分 析 指 标：
（1）实现步骤
（1）读取数据 （2）聚类划分入选名单 （3）模仿RFM对IFL进行描述性分析
（4）模仿RFM依次对IFL进行划分
1）数据根据频率分箱标记 2）自定义对象分层模块 3）分析对象分层标记
（5）对用户进行分层分析
1）自定义对象分析模块 2）分析结果可视化
（2）实现代码
代码如下：
