大数据技术基础教程 课件 第10章 基于大数据的电商精准营销.pptx

第10章基于大数据的电商精准营销《大数据技术基础教程》学习目标/Target掌握数据的预处理方法掌握数据分析与可视化方法章节概述/Summary随着互联网+的快速推进，电商已经深入了我们生活的方方面面。电商的快速兴起，旧的行销模式和营销理论不能满足新的经济模式。网络化的电商，不受地域限制，数据收集方便等特点，使精准化营销成为了可能。精准化营销有效率高、成本低等特点，被广泛的应用于大数据时代的电商营销中。本章主要介绍基于电商精准营销案例的数据预处理概述和数据探索与可视化。目录/Contents01数据预处理概述数据探索与可视化0210.1数据预处理概述10.1数据预处理概述10.1.1数据清洗数据清洗(Datacleaning)–对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。在大数据时代，数据量众多，数据信息质量不同，只有围绕这分析目的才能快速选择出有用的数据。电商一般数据资源比较丰富，所以数据处理是重中之重。所谓的数据处理就是选取目标数据，对数据进行清洗、集成、变换和规约。10.1数据预处理概述10.1.1数据清洗（1）数据选择在实际数据分析中，数据多杂乱，分析需要花费精力、资源和成本，因此我们选择数据需要有针对性，能正确反映业务需求。从业务和分析目的入手确定样本大小10.1数据预处理概述10.1.1数据清洗（2）数据清洗缺失值处理异常值判断10.1数据预处理概述10.1.1数据清洗（3）Python数据处理实例数据选择列变量处理要求：选取data数据中user_id,time,model_id,type,cate,brand列的变量；行变量处理要求：选取time在2016-02-01及以后的数据（包含2016-02-01）且type=6。10.1数据预处理概述10.1.1数据清洗（3）Python数据处理实例数据选择#coding:utf8importpandasaspd#导入pandas库importnumpyasnp#导入numpy库defchoose_data(data):#选择变量user_id,time,model_id,type,cate,brand,选取time在2016-02-01及以后的数据（包含2016-02-01）且type=6，数据类型如下：#user_idsku_idtimemodel_idtypecatebrand#02660791387782016-01-3123:59:02NaN18403#12660791387782016-01-3123:59:030.068403#2200719612262016-01-3123:59:07NaN1830#3200719612262016-01-3123:59:080.06830#4263587723482016-01-3123:59:08NaN15159##########Begin##########data=data[[user_id,time,model_id,type,cate,brand]].copy()data=data[(data[type]==6)(pd.to_datetime(data[time])=pd.to_datetime(2016-02-01))]##########End##########returndata10.1数据预处理概述10.1.1数据清洗defsample_data(data):#使用pd.DataFrame.sample函数进行随机抽样，不放回的随机抽取5000个样本,数据结构如下：#user_idsku_idtimemodel_idtypecatebrand#02660791387782016-01-3123:59:02NaN18403#12660791387782016-01-3123:59:030.068403#2200719612262016-01-3123:59:07NaN1830#3200719612262016-01-3123:59:080.06