發(fā)簡(jiǎn)信
IP屬地：河南
-
用戶深度訪談報(bào)告樣例——產(chǎn)品和用研的探路燈用戶深度訪談的目的 作為定性研究的一種常用且有效的方法，用戶“深度訪談”是不僅僅是用研人員必備的技能，同時(shí)也是2C端產(chǎn)品人員在產(chǎn)品上線初期進(jìn)行改...
-
調(diào)查問(wèn)卷設(shè)計(jì)大綱---用戶研究必備技能問(wèn)卷調(diào)查地址：https://www.wjx.cn/jq/41987800.aspx 1.工欲善其事必先利其器 在互聯(lián)網(wǎng)行業(yè)中，無(wú)論是運(yùn)營(yíng)、產(chǎn)品...
-
用Python實(shí)現(xiàn)RFM模型——互聯(lián)網(wǎng)產(chǎn)品用戶分層必備技巧1.前言 RFM模型即"R"——Recency（最近一次消費(fèi)時(shí)間）、"F"——Frequency（一段時(shí)間內(nèi)消費(fèi)頻次）、"M"——（一段時(shí)間內(nèi)消...
-
python數(shù)據(jù)分析項(xiàng)目——鏈家上海二手房數(shù)據(jù)分析（一）1.數(shù)據(jù)爬取 鏈接：https://pan.baidu.com/s/1zaTqNY2eCzGyYzesDw0LPw提取碼：5h8d鏈接是我自行在...
-
python sklearn庫(kù)實(shí)現(xiàn)多元線性回歸模型的建立，并進(jìn)行評(píng)估和調(diào)優(yōu)1.數(shù)據(jù)集的導(dǎo)入以及自變量和因變量的選取 作為機(jī)器學(xué)習(xí)的入門(mén)知識(shí)點(diǎn)和模型，網(wǎng)上有很多sklearn庫(kù)實(shí)現(xiàn)線性回歸的例子。不過(guò)在這里我會(huì)從最開(kāi)始的...
-
python數(shù)據(jù)分析項(xiàng)目——臺(tái)北101門(mén)票銷售情況（二）用戶分層 緊接著上一篇文章，現(xiàn)在我們來(lái)分析下不同用戶（游客）的分層： 建立一個(gè)數(shù)據(jù)透視表，并先將所有的NAN值改成0，購(gòu)買(mǎi)過(guò)2次及以上的游客統(tǒng)統(tǒng)...
-
python數(shù)據(jù)分析項(xiàng)目——臺(tái)北101門(mén)票銷售情況（一）分析內(nèi)容 針對(duì)臺(tái)北101門(mén)票的銷售情況數(shù)據(jù)，做一些簡(jiǎn)單的數(shù)據(jù)分析 每天的銷售量 銷售量最高和最低日期分布 游客購(gòu)買(mǎi)次數(shù)密度 游客購(gòu)買(mǎi)次數(shù)百分比 ...
-
python數(shù)據(jù)分析項(xiàng)目——拉勾網(wǎng)數(shù)據(jù)分析職位（二）接著上一篇的內(nèi)容，接下來(lái)分析下公司行業(yè)背景的數(shù)量分布 3.2 公司行業(yè)分布情況 原數(shù)據(jù)中行業(yè)分布，有些公司用、代替了,作為分隔符，所以需要用上面...
-
python數(shù)據(jù)分析項(xiàng)目——拉勾網(wǎng)數(shù)據(jù)分析職位（一）
本項(xiàng)目的數(shù)據(jù)來(lái)源是2019年拉勾網(wǎng)——上海的數(shù)據(jù)分析崗位的信息 首先第一步：爬取數(shù)據(jù) 爬取的代碼就不貼上來(lái)了，有很多種，本人的爬蟲(chóng)水平僅限于Be...