随着直播行业的发展渐趋稳定,各大直播平台开始注重精细化运营,力求在为用户提供优质直播内容的同时,进一步提高用户的忠诚度。其中付费用户是直播平台重点攻克的目标。提高用户忠诚度,一则是直播平台源源不断地提供优质的直播内容,二则是根据用户偏好、用户需求为其推荐合适的直播内容,降低用户兴趣发现成本。本文以直播平台为研究对象,并将客户关系管理融入到直播平台的推荐方式中,由此引入用户价值评估模型,根据用户价值进行用户分群,从用户和企业双方共赢的角度进行分群个性化推荐,在增加用户忠诚度的同时为企业创造更高的利润。本文采取了RFM模型作为用户价值分群的基础,并融入直播平台特有的用户行为数据——观看时长,增加对用户粘性和长期价值的考虑,由此构成RFMT模型。在RFMT模型的基础上提出RFMTCluster和RFMTSegmentation两种方法对不同价值的用户进行细分。在推荐算法上,本文采用指标加权法计算用户-主播价值偏好,并据此构建用户的评分矩阵,结合协同过滤算法进行推荐实验。本文采用了国内某直播平台的用户数据对文章提出的个性化推荐方法进行了实验与验证,最后通过三组实验对比,得出如下结果:1)基于RFMTSegmentation的用户细分方法比kmeans聚类算法更适用于实际应用的推荐。2)细分后的各类群体推荐效果比细分前获得了大幅提升,核心用户、重要用户、一般用户和潜在用户的F1值分别提高了2.73%,1%,0.4%,0.72%。