five

南京区域共享单车用户分级数据|共享单车数据集|用户分级数据集

收藏
浙江省数据知识产权登记平台2024-09-25 更新2024-09-27 收录
共享单车
用户分级
下载链接:
https://www.zjip.org.cn/home/announce/trends/64872
下载链接
链接失效反馈
资源简介:
通过数据的处理计算,可以对该地区用户实行分级管理,帮助企业动态调整运营策略,提升企业服务水平,优化资源分配。本行业均可采用该方法对用户进行分级管理,提高用户忠诚度和满意度,有助于推行绿色低碳出行,助力中国早日实现“碳中和”“碳达峰”。1、数据采集:用户ID,用户消费、使用等信息。 2、数据处理:对采集到的原始数据进行处理,去除缺失和异常数据。3、数据分析:基于熵权法的AHP模型,目标层为用户价值,指标层将用户价值指标体系分为以下四大价值维度。1)最近使用时间T={≤3天:10分,≤7天:8分,≤15天:6分,≤30天:4分,≤60天:2分,其余:0分};2)使用频次P={≥60次/月:10分,≥45次/月:8分,≥30次/月:6分,≥20次/月:4分,≥10次/月:2分,其余:0分};3)使用忠诚度D={≥12个月:10分,≥10个月:8分,≥8个月:6分,≥6个月:4分,≥2个月:2分,其余:0分};4)消费等级K={≥1000元:10分,≥800元:8分,≥500元:6分,≥300元:4分,≥100元:2分,其余:0分}。Q=T+P+D+K,用户类型=IFS(Q≥36,“4星用户”,Q≥30,“3星用户”,Q≥20,“2星用户”,Q>10,“1星用户”,Q≤10,“新用户”)4、数据应用:核心用户需要重点关注,采用定期发放优惠券或打折等方式进行维护,采取多重优惠吸引新用户。
提供机构:
宁波美喵科技有限公司
创建时间:
2024-08-26
AI搜集汇总
数据集介绍
main_image_url
特点
南京区域共享单车用户分级数据包含2958条记录,每季度更新,用于用户分级管理以优化运营策略。数据基于熵权法的AHP模型,从使用时间、频次、忠诚度和消费等级四个维度评分,将用户分为1星至4星及新用户。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

LFW

人脸数据集;LFW数据集共有13233张人脸图像,每张图像均给出对应的人名,共有5749人,且绝大部分人仅有一张图片。每张图片的尺寸为250X250,绝大部分为彩色图像,但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download

AI_Studio 收录

Breast Cancer Dataset

该项目专注于清理和转换一个乳腺癌数据集,该数据集最初由卢布尔雅那大学医学中心肿瘤研究所获得。目标是通过应用各种数据转换技术(如分类、编码和二值化)来创建一个可以由数据科学团队用于未来分析的精炼数据集。

github 收录

CliMedBench

CliMedBench是一个大规模的中文医疗大语言模型评估基准,由华东师范大学等机构创建。该数据集包含33,735个问题,涵盖14个核心临床场景,主要来源于顶级三级医院的真实电子健康记录和考试练习。数据集的创建过程包括专家指导的数据选择和多轮质量控制,确保数据的真实性和可靠性。CliMedBench旨在评估和提升医疗大语言模型在临床决策支持、诊断和治疗建议等方面的能力,解决医疗领域中模型性能评估的不足问题。

arXiv 收录

VisDrone2019

VisDrone2019数据集由AISKYEYE团队在天津大学机器学习和数据挖掘实验室收集,包含288个视频片段共261,908帧和10,209张静态图像。数据集覆盖了中国14个不同城市的城市和乡村环境,包括行人、车辆、自行车等多种目标,以及稀疏和拥挤场景。数据集使用不同型号的无人机在各种天气和光照条件下收集,手动标注了超过260万个目标边界框,并提供了场景可见性、对象类别和遮挡等重要属性。

github 收录

Nexdata/chinese_dialect

该数据集包含25,000小时的中文方言语音数据,收集自多个方言区域的本地方言使用者,涵盖闽南语、粤语、四川话、河南话、东北话、上海话、维吾尔语和藏语等。数据格式为16kHz、16bit、未压缩的wav文件,单声道。句子准确率超过95%。数据集支持的任务包括自动语音识别(ASR)和音频说话人识别。

hugging_face 收录