大数据分析案例-基于随机森林算法探究电商网站推销商品的影响因素

 

🤵‍♂️ 个人主页：@艾派森的个人主页

✍🏻作者简介：Python学习者
🐋 希望大家多多支持，我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注+

---

目录

1.项目背景

2.项目简介

2.1项目内容

2.2数据说明

2.3技术工具

3.项目实施步骤

3.1数据分析步骤

3.1.1导入模块

3.1.2获取数据

3.2数据描述性分析

3.2.1查看数据维度

3.2.2查看数据类型

3.3数据预处理

3.4数据可视化分析

3.4.1客户产品购买情况分析

3.4.2客户属性分析

3.5建立模型

3.5.1特征工程

3.5.2准备数据

3.5.3构建模型

4.实验总结

4.1结果分析

4.2改善建议

4.3实验心得

源代码 

---

1.项目背景

在我们逛电商网站的时候，经常会收到一些推销活动的通知，但是我们之前也没关注过那个商品，这些电商网站推销给我们这个商品是基于哪些影响因素呢？

研究表明，电商网站，可以根据用户的年龄、性别、地址以及历史数据等等信息，将其分为，比如“年轻白领”、“一家三口”、“家有一老”、”初得子女“等等类型，然后判断你属于其中的某一类，电商网站根据这类用户的特征向其发起不同的优惠活动。电商网站是如何利用用户的这些数据将用户分为不同的类别是目前要解决的重要问题。