2026年数据科学家数据挖掘与分析案例题集含数据分析模型.docxVIP

第PAGE页共NUMPAGES页

2026年数据科学家数据挖掘与分析案例题集含数据分析模型

一、数据预处理与探索性分析（共3题，每题10分）

题目1（5分）：

某电商平台2025年11月中国区用户行为数据包含用户ID、商品ID、浏览时长、购买金额、购买次数、用户等级（1-5级）等字段。假设数据存在缺失值、异常值，请设计数据清洗方案，并说明如何通过探索性分析（如描述性统计、相关性分析）初步识别用户价值分层。

题目2（5分）：

某快消品公司在华东地区销售数据中，发现部分城市销售额异常偏低。请设计数据探索方案，结合地理位置、人口结构等外部数据，分析可能的原因并提出可视化建议。

题目3（10分）：

某生鲜电商2025年全年订单数据中，用户复购率与客单价存在负相关。请设计探索性分析步骤，验证该假设是否成立，并说明如何通过交叉分析找到影响复购的关键因素。

二、分类模型应用（共2题，每题15分）

题目4（15分）：

某银行在中国区推出信用卡精准营销活动，需根据用户历史行为数据预测流失概率。请设计逻辑回归或决策树模型，说明特征工程方法（如分箱、WOE转换），并解释如何评估模型效果（AUC、KS值）。

题目5（15分）：

某连锁超市在华东地区发现部分门店客流量下降。请设计用户流失预警模型，结合门店类型（社区型/商圈型）、促销力度、周边竞品等因素，说明模型选择依据及结果解读方法。

三、聚