分析用户骑行的次数，骑行时间，支付的金额，客户购买套餐情况（数量，金额），根据相应的权重计算出用户的活跃度得分，对会员进行分类。方便公司后期为用户提供更合适的套餐
由中控系统采集用户的骑行数据和套餐数据，对采集到的原始数据进行处理，通过去除重复和有缺失的数据、采用统计学模型排序、聚类的方法，对用户骑行的次数，骑行时间，支付的金额，客户购买套餐情况（数量，金额）等数据进行统计，基于骑行次数a，骑行时间b，支付金额c，套数购买次数d，额度e五个维度对用户活跃度进行评价，用户活跃度得分=a*k1+b*k2+c*k3+d*k4+e*k5，k为权重，采用主观赋权法，通过对权重调整，调优用户的分类结果。由利用IFS函数对用户活跃度得分对用户进行分类，用户类型=IFS(活跃度得分>=80, "高活跃用户",用户活跃度得分>=60, "中活跃度用户",用户活跃度得分<60, "低活跃用户")。
| 字段名 | 类型 | 描述 |
|---|---|---|
用户id |
-- | -- |
手机号码 |
-- | -- |
骑行次数 |
-- | -- |
骑行时间(秒) |
-- | -- |
支付金额(分) |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 用户id | 10189217 |
| 手机号码 | 130****7519 |
| 骑行次数 | 21 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/4039