天猫用户品牌行为分析.pptVIP

天猫用户对其品牌的行为分析组长：沈哲培组员：郑旭琴徐鸿嘉黄政橙陆佳明李叶宽翁天奇目录数据的来源数据属性为什么选？数据展示分析及明确目标论文展示sas功能运用初步修改待定……目录选用工具挖掘工具及方法简单数据分析数据的来源网址：阿里巴巴大数据竞赛（天猫用户在4个月对于天猫各品牌的行为日志）数据属性用户ID品牌ID行为类型行为时间为什么选？阿里巴巴是中国最大和世界第二大网络公司，在2013年的双十一节日中，1小时67亿，6小时不到突破100亿；13小时实现191亿，追平去年成绩；21小时达到300亿，超过阿里官方预期……如此大的交易数据正是我们分析的最好对象。阿里巴巴如此大的交易，肯定会有不小的回头客，而我们做数据挖掘可以挖掘潜在客户，以及做出一定的预测，在一定的时期或者时间段，进行促销活动，达到更大的收益。数据展示研究课题用户角度分析品牌及行为类型（用户id）的关系，对用户进行一个关联分析，比较一件商品购买的条件，购买另一件的可能性。论文展示参考论文来源：《基于数据挖掘的网络购物行为寻找类似问题关于算法的论文论文展示通过对用户网络购物行为的分析，寻找消费者网络购物行为中一些潜在的规律或现象。相似处研究对象不同我们做的研究对象是天猫用户文献是问卷调查了淘宝和拍拍网的用户。不同处该文献和我们研究主题的相似处和不同处数据来源不同利用问卷调查得到，第一手资料不同处论文展示对数据的处理有借鉴之处该文献在做不同的研究的时候所用的研究方法是不一样的，或者在同一方法中用到好几个算法。算法不唯一数据价值利用到最大化在做研究的时候，可以借鉴文献的思路，先具体提出一个明确的研究课题。不同的数据处理可以得出不同的实验结论。文献中通过关联分析或者聚类不同的属性分析不同的问题。论文展示文献中的主要算法在《关联规则分析在网络购物行为影响因素分析中的应用》这一章节主要介绍了Apriori算法。第二章在《聚类分析在网络购物行为结果分析中的应用》这一章节主要应用了K-Means算法和Twostep算法。第三章在《分类/预测方法在网络购物潜在客户挖掘中的应用》这一章节主要介绍C5.0、CHAID、QUEST、CRT算法。第四章挖掘工具及方法进行了一些简单的筛选，统计，绘图。挖掘工具：sas，excel运用了抽样，聚类，关联分析，神经网络等算法简单数据分析在所给的数据中，天猫购物消费者的点击次数是非常多的。说明这些消费者对天猫是比较关注的。天猫是他们消费的一个场所。购物的次数明显比收藏和放进购物车的次数多，说明大家在网上看到喜欢的东西，购买的欲望比较强烈，特备是淘宝的一些活动，比如聚划算……。消费者看到喜欢的，购买的速度会快一点。简单数据分析5月开始天气炎热了之后，人们对夏天用的产品需求增加了。比如防晒类的产品，护肤品，遮阳伞等。消暑类的电器，空调，电扇等。因为天气的渐热，导致需求的增加，行为次数也增加了。图表显示的一个趋势：从5月到7月，行为次数总的在增加。数据处理在sas中user_id与新增加的brand_type进行一个关联分析sas功能运用源数据集关联分析sas功能运用经过这个处理之后，数据量总共达8342个。支持度置信度关联数sas功能运用对应品牌1（购买）2（收藏）3（购物车）操作的一个统计表sas关联分析的结果置信度支持度关联规则sas关联分析的结果75%4479-1==》29099-1447929099既达到了商家插入广告提高效益的需求，也满足了消费者的购物心理。初步修改行为重复次数用户品牌-行为初步修改源数据经过处理取了有购买及收藏操作的记录只要分析，购买-》购买，收藏-》购买初步修改分析两个品牌之间的关系最小置信度