2026年数学建模竞赛数据挖掘与预测模型构建试题.docxVIP

第PAGE页共NUMPAGES页

2026年数学建模竞赛：数据挖掘与预测模型构建试题

一、数据预处理与分析（5题，每题10分，共50分）

1.题目：

某电商平台收集了2020年至2023年双十一期间用户的购买行为数据，包括用户年龄、性别、购买品类、消费金额、购买频率等信息。请对数据进行清洗和预处理，处理缺失值、异常值，并提取对预测用户消费金额有显著影响的特征。假设数据集包含10,000条样本，部分数据存在缺失（如年龄、性别字段缺失约5%）。

要求：

（1）描述缺失值和异常值的处理方法；

（2）列出至少3个对消费金额有显著影响的特征，并说明理由；

（3）用Python或R语言展示数据清洗的代码片段（至少50行）。

2.题目：

某城市交通管理局收集了2020年至2023年早晚高峰时段的交通流量数据，包括路段、时间、车流量、天气等字段。数据中存在部分重复记录和错误数据（如车流量为负数）。请对数据进行清洗，并构建时间序列特征（如星期几、是否节假日）。

要求：

（1）说明如何处理重复记录和错误数据；

（2）设计至少2个时间序列特征，并解释其对交通流量的影响；

（3）用SQL或Python展示数据清洗的代码片段（至少50行）。

3.题目：

某银行收集了2020年至2023年的信用卡用户数据，包括用户年龄、收入、逾期还款记录、消费金额等。数据中存在部分用户收入为0，且逾期记录