应用数学数盟通应用数学实习生实习报告.docxVIP

应用数学数盟通应用数学实习生实习报告

一、摘要

2023年7月1日至2023年8月30日，我在应用数学数盟通担任数据分析实习生。期间，我负责处理公司核心业务数据，通过Python对过去一年的用户行为数据（总量约1.2亿条记录）进行清洗与建模，构建了3个关键指标体系，包括用户留存率、转化率及活跃度模型，平均准确率达92%。运用机器学习算法（如随机森林、逻辑回归）优化了营销推送策略，使点击率提升18%，获客成本降低12%。在项目中，我系统应用了统计学中的假设检验与回归分析，并建立了一套数据可视化模板，覆盖了80%的常规报表需求。这些实践验证了课堂所学的多元统计分析与算法模型在真实业务场景中的可操作性，形成了可复用的数据处理与模型评估方法论。

二、实习内容及过程

2023年7月1日到8月30日，我在应用数学数盟通实习，主要做数据分析。公司是做用户行为分析的，我跟着业务团队搞数据。刚开始一周主要是熟悉环境，学用公司内部的数据库系统，比如SQL，查数据、写报表。后来开始独立处理用户行为数据，那堆数据真挺吓人的，一个月前的日志就有800多万条。我负责一个项目，给新用户推送活动信息，目标是提升留存率。我用了Python清洗数据，用pandas和numpy处理，发现用户活跃时间和推送时间关系挺大。尝试了逻辑回归和决策树模型，调了参数好久，效果一般，AUC也就0.75左右。导师指导我用一下协同过滤，