随着信息时代的发展,海量的数据给人们带来海量的信息。尤其是互联网的大量应用,人们在互联网的浏览行为愈发频繁,加上人们在网上的购买行为日益增多,电子商务这一行业也顺势高速发展。网络营销的商机越来越大,大量的电子商务网站也在悄然发展,电商行业的竞争也在加大。
本例主要提取了某电子商务网站部分用户的4个月的行为日志,分析用户的行为记录,探索用户的行为规律,并将这些规律和网站经营策略相结合,对网站的营销方案做出有利的修改,以及为电商企业增加利润和实施高效管理。
本例主要流程为:
对原始数据进行数据预处理,包括数据集划分、数据变换、数据集成等。
根据处理好的数据集,基于分类模型进行客户购买预测。
针对预测结果,分析结果的原因,提出合理性的解释。
SMOTE算法
随机森林模型
决策树
教与学:可落地操作、学生参与度高、交互性强;
科研:将随机森林模型与具体行业应用结合,为科学研究提供素材;
生产:将模型改进后直接用于实际生产环境:客户购买品牌的预测。
windows/linux/mac OS,64位操作系统,内存:8GB以上,R3.5.1
评论已有 0 条