基于大数据用户行为预测.doc

基于天池数据的用户行为分析报告
摘要
电商每天都面临着大量的用户访问行为数据信息,这些看似零散的数据,其实隐藏着巨大的商业逻辑。本报告基于阿里巴巴集团的大数据科研平台——“天池”中的4月15日至8月15日这四个月之间的用户行为数据,分别从用户角度和品牌角度对这些数据进行了数据描述,数据相关分析、聚类分析、预测分析。
【关键词】:大数据;相关分析;聚类分析
目录
1 前言 3
2 数据介绍 3
3 数据分析 4
描述统计分析 4
用户行为描述统计 4
用户行为统计表 4
关于品牌的用户行为描述统计 4
关于品牌的用户行为统计表 4
被购买排名前十的品牌 5
相关分析 6
用户行为的相关分析 6
用户行为相关性分析 6
关于品牌的用户行为的相关分析 7
关于品牌的用户行为相关性分析 7
聚类分析 8
用户行为的聚类分析 8
用户购买次数分组统计 8
关于品牌的用户行为的聚类分析 9
最终聚类中心 9
预测分析 9
简单模型预测 9
购买时间模型描述 10
购买时间模型统计量 10
4 总结 10
用户行为统计表 5
关于品牌的用户行为统计表 5
被购买排名前十的品牌 6
用户行为相关性分析 7
关于品牌的用户行为相关性分析 8
用户购买次数分组统计 9
最终聚类中心 10
购买时间模型描述 11
购买时间模型统计量 11
用户购买次数图 10
在4月15日到8月15日之间用户购物次数图 11
以星期为周期的购买模型 12
1 前言
这几年,电商的价格战打得不亦乐乎,继去年的“双 11 大促”和“6·18 狂欢节”之后,电商之间以价格为主要诉求的大规模促销层出不穷,几乎要把所有能够用来造势的节日都用上了,就今年5月份来说,不仅有“五一疯狂促”、“母亲节活动促销”,还有“520促销”,即使不是节日,电商们仍有层出不穷的名目来促销。而消费者们作为这场游戏中的弱者,不断地被这些真假价格战挑逗着和引导着。然而,在当今的商场上,还有另外一类企业不是通过简单粗暴的价格战,而是通过对数据的充分使用和挖掘而在商战中获胜的。
电商每天都面临着大量的用户访问行为数据信息,这些看似零散的数据,其实隐藏着巨大的商业逻辑,哪些品牌吸引到了这些受众?哪些用户是有潜力客户?访问行为数据的分析评估随着电商行业竞争趋势的加强,电商在数据处理能力上的强弱已经成为发展核心命脉,电商期待通过数据挖掘将电商网站的用户、内容、营销进行有效的连接,既能数据化客观地评估和分析营销的效果,又能发掘出真正潜在的客户。合作伙伴通过这类数据分析,就能获悉自己的产品在各区域、各时间段、各消费群的详细情况,进而判断市场趋势,有的放矢地刺激用户需求。
2 数据介绍
本报告中使用的数据来自于阿里巴巴集团的“天池”,一共有182880条数据,数据真是有效,记录了用户在4月15日到8月15日这4个月之间在天猫的行为日志,其中涉及到884位天猫用户,涉及到的天猫品牌有9531个。用户行为分为4类,其中“0”代表“点击”,“1”代表“购买”,“2”代表收藏,“3”代表加购物车。
大数据的内容
名称
记录内容
user_id
用户
brand_id
品牌号
type
用户操作行为
visit_datetime
用户行为发生时间
本报告期望通过对这些数据进行有效的分析和挖掘,了解用户的品牌偏好,并预测他们在将来一个月内对品牌下商品的操作行为。
3 数据分析
描述统计分析
用户行为描述统计
用户行为统计表
购买
点击
收藏
加购物车
总计
N
884
884
884
884
884
极差
83
2376
52
11
2406
极小值
0
0
0
0
1
极大值
83
2376
52
11
2407
合计
6984
174539
1204
153
182880
均值










标准差





方差