人人亚洲97,爱搞视频网91N

一、研究背景：

數(shù)據(jù)來源于kaggle發(fā)布的Black Friday當日美國某電商銷售數(shù)據(jù)。數(shù)據(jù)集一共有550068行，每行12個字段。目的是通過此數(shù)據(jù)集來研究Black Friday當日的產(chǎn)品銷售表現(xiàn)及消費者行為，并為電商平臺制定策略提供分析及建議。
數(shù)據(jù)來源：https://www.kaggle.com/sdolezel/black-friday

1.1分析思路

1、用戶畫像分析
從用戶的性別、年齡、職業(yè)、婚姻狀態(tài)等特征進行分析，探究最優(yōu)價值的用戶類型。
2、產(chǎn)品分析
（1）“黑色星期五”期間銷量top10的產(chǎn)品
（2）用戶在不同年齡和居住年數(shù)期間對產(chǎn)品需求趨勢
（3）男性和女性（未婚、已婚）對于哪種類型的產(chǎn)品求量更大
（4）不同城市對產(chǎn)品的需求分析
3、隨機森林建模
目的：使用隨機森林算法對不同人群的購買行為進行預(yù)測
（1）缺失值處理
（2）特征工程
（3）調(diào)整參數(shù)
（4）模型訓(xùn)練

1.2字段說明：

User_ID：用戶編碼，用戶唯一標識
Product_ID：產(chǎn)品編碼，商品唯一標識
Gender：性別（F表示女性，M表示男性）
Age：年齡（分0-17、18-25、26-35、36-45、46-50、51-55、55+共7個年齡段）
Occupation：職業(yè)（由0~20數(shù)字組成，分成21個類別）
City_Category：城市類別（分A、B、C共3個類別）
Stay_In_Current_City_Years：在當前城市停留的年份（分0、1、2、3、4+共5個類別）
Marital_Status：婚姻狀況（0表示未婚，1表示已婚）
Product_Category_1：商品所屬分類1
Product_Category_2：商品所屬分類2
Product_Category_3：商品所屬分類3
Purchase：消費金額（單位：美元）

二、數(shù)據(jù)處理

只有Product_Category_2和Product_Category_3存在缺失值。首先選擇0填補，方便后續(xù)的產(chǎn)品分析；在后面構(gòu)建特征工程時，將重新對缺失值進行處理。

2、用戶畫像分析

根據(jù)獲取的字段信息，將用戶畫像分為六個部分：性別(Gender)，婚姻狀態(tài)(Marital_Status)，年齡(Age)，職業(yè)(Occupation)，城市類別(City_Category)，居住年數(shù)(Stay_In_Current_City_Years)。

分析結(jié)論：

Gender：男性用戶是消費主力?！昂谏瞧谖濉逼陂g，男性用戶數(shù)量遠多于女性用戶。
Marital_Status：本次黑色星期五用戶中，未婚用戶購買次數(shù)約是已婚用戶的1.44倍，其中未婚男性用戶數(shù)量最多。
Age：產(chǎn)品的主要購買人群集中在18-45年齡段，其中26-35歲的中青年群體貢獻最大。
Occupation：購買次數(shù)前五的職業(yè)為4，0，7，1，17，建議結(jié)合具體的業(yè)務(wù)背景對職業(yè)進行相關(guān)分析。
City_Category：B城市的用戶數(shù)量和用戶總購物金額最多。但是C城市的用戶人均購物金額最高，達到9719.92元，遠高于B城市的9151.30元，同時C城市的用戶數(shù)量高達第二名。這從側(cè)面表明了C城市的高價值用戶數(shù)量多，C城市是一個具有無限潛力的城市。
Stay_In_Current_City_Years：在城市中居住1年的用戶購買次數(shù)最多。