超赞的电商数据挖掘|电商数据采集实战（附ipynb代码）

本项目是针对一份电商数据采集|挖掘实战，干货满满，主要分为：

• 数据探索篇：多维度的统计可视化分析

• 用户画像篇：基于聚类算法和RFM模型的用户分层

• 关联规则篇：基于关联规则算法的商品种类关联性挖掘

下面为大家具体介绍下这个项目：

数据探索篇

数据探索篇主要是从统计可视化分析的角度出发，对数据有一个整体的了解；要做好数据的挖掘，首先我们要采集大量的电商数据，通常电子商务企业，跨境电商都要求稳定高效高并发的数据采集，这时候我们需要接入电商数据采集API接口实现。详细内容参考思维导图：

• 不同省份对比

• 不同时间段对比

• 消费金额和次数

• 消费周期

• 复购行为

• 使用pandas读取数据：需要特殊指定部分字段的类型

• 数据预处理

• 整体趋势分析

• 多维度对比

• 消费者不同购买行为

用户画像篇

用户画像篇主要是基于聚类算法和RFM模型来完成，主要内容：

1. 如何多维度提取用户特征

2. 特征工程：建模的必做工作

3. 聚类算法的实施

4. RFM模型的实施

关联规则篇

关联规则主要是挖掘不同品牌和品牌种类的关联性信息：

详细代码请参考视频号内容：