采用层次分析法（AHP）确定各参数权重，它是一种定性和定量相结合的方法，比较第i个元素与第j个元素相对上一层某个因素的重要性时，使用数量化的相对权重aij来描述。设共有
个元素参与比较，则A（aij）
×
，称为成对比较矩阵，aij在19及其倒数中取值：aij1，元素i与元素j对上一层次因素的重要性相同；aij3，元素i比元素j略重要；aij5，元素i比元素j重要；aij7，元素i比元素j重要得多；aij9，元素i相比元素j极其重要。然后构建判断矩阵，也就是每两个因素的权重比矩阵（见表2）：
对归一化处理后判断矩阵进行特征向量的计算，最后得出R、F、M的特征向量为W（011，031，058），再通过判断矩阵和特征向量计算最大特征根λmax：
从理论分析得到，如果判断矩阵是完全一致的判断矩阵，应该有：
实际上构成判断矩阵完全一致是不可能的，因此退而求其次，要求判断矩阵有一定的一致性。对完全一致的判断矩阵而言，其绝对值最大的特征值等于该矩阵的维数，因此可以将一致性判断准则定为：判断矩阵的绝对值最大的特征值和该矩阵的维数相差不大。
一致性检验：计算衡量一个判断矩阵A不一致程度的指标CI：。对于固定的
，构造判断矩阵A，其中aij是从1，2，…，9；12，13，…，19中随机抽取的，这样的A不一致，取充分大的子样得到A的最大特征值的平均值，得到表3。
计算随机一致性比率CR：，当CR
（三）RFM值的标准化处理
由于用户的三个参数R、F、M值的度量单位各不相同，数据的取值也存在很大差异，所以需要对数据进行标准化处理。由于F、M指标对顾客价值存在正相关影响，因此对这两个指标的标准化公式为：
X（XXMi
）XRa
其中，X表示标准化后的值，X表示原始值，XMi
表示该指标的极小值，XMax表示该指标的极大值，XRa表示该指标的全距：
XRa（XMaxXMi
）
f龙源期刊网httpwwwqika
comc
R对顾客价值存在负相关关系，即值越小，标准化后的值越高，因此其标准化调整公式为R对顾客价值存在负相关关系，其标准化调整公式为：
X（XMaxX）XRa
由公式RFM_SCORER06F03M01计算结果，如表4所示。
（四）模型检验
计算出用户的RFM得分后，需要对结果进行检验，即分析该批用户在分析时点后一段时期内的订购情况，理论上RFM得分越高，顾客订购概率越大，结果如图1所示。
从图1可以看出，该方案的结果跟理论相吻合，再将顾客按20等分对其订购率、订购用户数以及累计订购率进行区间分析，结果如表5所示。
图2表明该权重和计算公式符合预期，05506分区间是r