Python案例分析 基于电商平台用户画像分析课件.pdfVIP

Python案例分析 基于电商平台用户画像分析课件.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

Python案例--用户分析

Python案例--用户分析

一、课前准备

二、课堂主题

三、课堂目标

四、知识要点

1、项目背景

2、标记高潜用户

2.1将多个表的用户行为数据合并

2.2提取type为4的数据

2.3查看每类商品用户下单的占比

2.4选取第四类产品的数据

2.5计算每个用户的最后购买时间

2.6最早与该商品发生交互的日期

2.7计算最早交互时间和最后购买时间差

2.8获取高潜用户

3、根据高潜用户信息进行下面的分析

3.1筛选高潜客户静态数据

3.2高潜客户的客户等级分布

3.3高潜客户的年龄段对比

3.4购买数量维度:不同量段的占比

3.5根据df_ac_cate和高潜用户id匹配出高潜用户的购买该商品记录

3.6计算周一到周日每天的购买数量

五、总结

一、课前准备

1.熟练掌握Pandas的基本使用。

2.理解高潜用户的定义。

3.熟悉数据表

二、课堂主题

本小节主要通过前面阶段知识内容,完成Python案例分析。

三、课堂目标

1.掌握解决项目问题的能力;

2.掌握Python及科学计算的知识点;

四、知识要点

1、项目背景

数据源:user_table.csv、Data_Action_201602.csv、

Data_Action_201603.csv、Data_Action_201604.csv

user_table用户数据介绍:

字段名称意义

user_id用户编号

age年龄

sex性别

user_lv_cd用户级别

browse_num浏览数

addcart_num加购数

delcart_num删购数

buy_num购买数

favor_num收藏数

文件名为:user_table.csv

用户行为数据特征:

字段名称意义备注

user_id用户编号脱敏

sku_id商品编号脱敏

time行为时间

点击模块编

model_id号,如果是点脱敏

文档评论(0)

189****1015 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档