累计用户占比跟累计订购率的交叉点，取该区间的中值0575为分段点，得分为0575分以上的用户订购标记为1，共标记用户14999个。
（五）模型结论
该模型以2016年35月订购过流量包的用户为目标用户数据，共38954户；该批用户在6月成功订购的总数为14092；通过本模型预测会订购的用户有14999户，成功预测用户数为9574户，查全率为6794，查准率为6383。
综上，利用该模型可以对已经订购过流量叠加包的用户进行很好的预测，而且形成有效规则，简单易用，利用IQ集群的存储过程或者大数据平台就可以完成，各地市根据实际情况微调权重就可以完成数据预测。但是对从未订购过流量叠加包的用户无法进行预测分析，需要进一步优化。
参考文献：
1Hughes，AStrategicDatabaseMarketi
gMChicago：ProbusPublishi
g，1994
2Jo
kerJJ，PiersmaN，PotharstRAdecisio
supportsystemfordirectmaili
gdecisio
DecsiJSupportSystem，2009
3季晓芬，贾真基于RFM行为模型的服装企业VIP顾客数据挖掘J浙江理工大学学报，2015（4）
f龙源期刊网httpwwwqika
comc
4吕斌，张晋东基于RFM模型的商业银行营销决策分析J统计与决策，2013（4）5王渊基于RFM模型的协同过滤方法及其在个性化推荐中的应用D杭州电子科技大学，2013
f龙源期刊网httpwwwqika
comc

f龙源期刊网httpwwwqika
comc

f龙源期刊网httpwwwqika
comc

fr