超级会员免费看
本报告基于R语言，对双十一消费行为数据进行关联规则与聚类分析，旨在揭示消费者的购买模式。研究发现，编码为P00265242的产品购买次数最多，消费主要集中在8500元左右，男性消费者平均消费金额高于女性。通过Apriori算法，建立了购物关联规则，并通过k-means聚类将消费者分为6类，分析了各类别的消费特征。研究有助于电商平台制定个性化推荐策略，提高利润。
《金融数据挖掘案例分析》
课程设计报告
题 目： 基于关联规则与聚类分析的消费行为统计
学生姓名： 序号：
学生姓名： 序号：
学生姓名： 序号：
学生姓名： 序号：
指导教师：
信息工程与计算机学院
2020年06月3日
基于关联规则的消费行为统计
摘 要：“双十一”购物狂欢节现已成中国电子商务的年度盛典，随着电子商务平台的逐渐兴起，平台的竞争也越来越强，为了更好地提高平台和商家利润，我们决定研究围绕平台和购物者的数据集。我们确定了背景及目标，对数据进行理解和详细的多方位分析。也进行了关联规则分析和聚类分析，发现了多种实际情况，并查看了各类别的分布情况，将结果绘制成散点图。
最终，我们对所有分析进行总结并得出结论，将结论模拟应用到现实生活场景之中，对平台的产品进货情况，库存量，以及个性化推荐营销都做出了基于分析的相关建议。同时，我们也更加深入的了解了数据挖掘与分析的流程和目的。
关键词：R语言；关联规则分析；聚类分析；散点图
Consumer Behavior Statistics Based on Association Rules and Cluster Analysis
订阅专栏 解锁全文
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
