【原】数据分享|用户消费行为分析预测模型、重庆市的政策数据分析

原文链接：https:///?p=34754

分析师：Xingyu Lan

从中得到有效的企业政策趋势及特点，同时给不同类型企业提供分门别类的政策信息。

解决方案

任务/目标

根据重庆市的政策数据分析得到不同行业发展建议

特征转换

把不能处理的特征做一些转换，处理成算法容易处理的干净特征举例如下：

销售日期。就时间属性本身来说，对模型来说不具有任何意义，需要把日期转变成到年份，月份，日，周伪变量。

产品特征。从产品信息表里面可以得到款式，颜色，质地以及这款产品是否是限量版等。然而并没有这些变量。这就需要我们从产品名字抽取这款产品的上述特征。

以上例举的只是部分特征。

构造

数据中字段的展示：

技术细节

---

点击标题查阅往期内容

R语言主成分PCA、因子分析、聚类对地区经济研究分析重庆市经济指标

左右滑动查看更多

01

02

03

04

基于APP的用户数据分析

本研究是基于以APP用户数据（查看文末了解数据免费获取方式），探讨各个变量对用户是否会下单购买课程的影响。并对已有用户数据的用户是否会下单购买产品进行预测。

解决方案

任务/目标

利用已知数据预测用户是否会下单购买APP产品。有用户信息表 (user_info.csv) ，用户登录情况表(login_day.csv)，用户访问统计表(visit_info.csv)，用户下单表(result.csv)，利用数据对用户行为进行数据统计与分析：

数据源准备

在数据预处理时进行缺失值分析。

分析结果如下：

对于缺失值，我选择多重插补法进行缺失值进行3次插补。

特征转换

数据中有部分分类变量的字段，我根据不同变量的特性进行数值化。

数据可视化

ANN 神经网络预测用户是否购买产品

关于作者

在此对Xingyu Lan对本文所作的贡献表示诚挚感谢，他专注机器学习、数据采集、数据分析、爬虫领域。擅长Python、SPSS、MATLAB、Excel。