【机器学习小案例篇】根据客户类型制定营销策略

最新推荐文章于 2021-07-11 13:45:42 发布
最新推荐文章于 2021-07-11 13:45:42 发布
阅读量357 收藏 2
点赞数
分类专栏： 机器学习小案例篇
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/songyu8713162/article/details/88055445
版权 
from pyspark.sql import SparkSession
import pandas as pd
from sklearn import preprocessing

In [7]:

#创建SparkSession
spark = SparkSession.builder \
         .master("local") \
         .appName("Marketing strategy") \
         .config("spark.some.config.option", "some-value") \
         .getOrCreate()

In [8]:

#读取CSV文件，有中文encoding设置为gbk,有列名设置为true,inferSchema最好设置为true 
tradFlow = spark.read.csv("D:\python\RFM_TRAD_FLOW.csv",inferSchema=True,header=True,encoding='gbk')

In [9]:

tradFlow.show(20)

+-------+-----+----------------+------+----------+--------------+
|transID|cumid|            time|amount|type_label|          type|
+-------+-----+----------------+------+----------+--------------+
|   9407|10001|14JUN09:17:58:34| 199.0|      正常|        Normal|
|   9625|10001|16JUN09:15:09:13| 369.0|      正常|        Normal|
|  11837|10001|01JUL09:14:50:36| 369.0|      正常|        Normal|
|  26629|10001|14DEC09:18:05:32| 359.0|      正常|        Normal|
|  30850|10001|12APR10:13:02:20| 399.0|      正常|        Normal|
|  32007|10001|04MAY10:16:45:58| 269.0|      正常|        Normal|
|  36637|10001|04JUN10:20:03:06|   0.0|      赠送|     Presented|
|  43108|10001|06JUL10:16:56:40| 381.0|      正常|        Normal|
|  43877|10001|10JUL10:20:41:54|-399.0|      退货|returned_goods|
|  46081|10001|23JUL10:16:35:45|   0.0|      赠送|     Presented|
|  51650|10001|05SEP10:15:53:48|   0.0|      赠送|     Presented|
|  52266|10001|11SEP10:17:17:51|   0.0|      赠送|     Presented|
|  52769|10001|17SEP10:12:47:43| 120.0|      正常|        Normal|
|  36050|10001|01JUN10:18:13:35|-295.0|      退货|returned_goods|
|  43207|10001|07JUL10:20:05:36|   0.0|      赠送|     Presented|
|  14812|10001|21JUL09:09:31:26|  36.0|      正常|        Normal|
|  24752|10001|12OCT09:10:39:32| 300.0|      特价| Special_offer|
|  24779|10001|12OCT09:10:59:13| 120.0|      特价| Special_offer|
|  30394|10001|31MAR10:20:29:48|   0.0|      赠送|     Presented|
|  33073|10001|14MAY10:13:31:23| 239.0|      正常|        Normal|
+-------+-----+----------------+------+----------+--------------+
only showing top 20 rows

In [10]:

# 注册成临时视图，用于sql语句
tradFlow.createOrReplaceTempView('tradFlow')

In [11]:

#通过计算F反应客户对打折产品的偏好
data_tradFlow1 = spark.sql("select cumid,type,count(transID) as count \
            from tradFlow \
            group by cumid,type \
            order by cumid,type")
#  pivot转置
data_tradFlow2 = data_tradFlow1.groupBy('cumid') \
                .pivot("type",["Normal","Presented","Special_offer","returned_goods"]).sum("count").na.fill(0) #null值赋值为0
# 新增一列
data_tradFlow6 = data_tradFlow2.withColumn('Special_scale',data_tradFlow2['Special_offer']/(data_tradFlow2['Special_offer']+data_tradFlow2['Normal']))
data_tradFlow6.show()

+-----+------+---------+-------------+--------------+-------------------+
|cumid|Normal|Presented|Special_offer|returned_goods|      Special_scale|
+-----+------+---------+-------------+--------------+-------------------+
|10206|    10|        6|            2|             2|0.16666666666666666|
|20135|    21|        9|            3|             0|              0.125|
|40011|    14|        3|            1|             0|0.06666666666666667|
|40107|    18|        6|            5|             1|0.21739130434782608|
|10081|    14|        8|            0|             0|                0.0|
|10121|    14|       12|            1|             2|0.06666666666666667|
|10230|    11|        8|            1|             0|0.08333333333333333|
|20268|    12|        5|            0|             1|                0.0|
|30183|    14|        8|            0|             0|                0.0|
|40021|    10|        6|            0|             2|                0.0|
|40199|    12|        9|            2|             1|0.14285714285714285|
|20020|    11|        4|            2|             1|0.15384615384615385|
|20029|     8|        3|            2|             1|                0.2|
|20052|     8|        6|            0|             0|                0.0|
|20120|    12|        4|            1|             0|0.07692307692307693|
|20134|    16|        5|            2|             2| 0.1111111111111111|
|20247|    17|        6|            1|             0|0.05555555555555555|
|20170|    10|       11|            2|             1|0.16666666666666666|
|40132|     8|        6|            1|             1| 0.1111111111111111|
|40165|    17|        7|            0|             1|                0.0|
+-----+------+---------+-------------+--------------+-------------------+
only showing top 20 rows

In [12]:

#通过计算M反应客户的价值信息
data_tradFlow3 = spark.sql("select cumid,type,sum(amount) as total \
            from tradFlow \
            group by cumid,type \
            order by cumid,type")
data_tradFlow4 = data_tradFlow3.groupBy('cumid') \
                .pivot("type",["Normal","Presented","Special_offer","returned_goods"]).sum("total").na.fill(0)
data_tradFlow5 = data_tradFlow4.withColumn('amount',data_tradFlow4['Normal'] + data_tradFlow4['Special_offer']+data_tradFlow4['returned_goods'])
data_tradFlow5.show()

+-----+------+---------+-------------+--------------+------+
|cumid|Normal|Presented|Special_offer|returned_goods|amount|
+-----+------+---------+-------------+--------------+------+
|10206|2479.0|      0.0|        352.0|        -800.0|2031.0|
|20135|3356.0|      0.0|        399.0|           0.0|3755.0|
|40011|2422.0|      0.0|         20.0|           0.0|2442.0|
|40107|4005.0|      0.0|        464.0|        -399.0|4070.0|
|10081|3201.0|      0.0|          0.0|           0.0|3201.0|
|10121|3378.0|      0.0|        224.0|        -413.0|3189.0|
|10230|2385.0|      0.0|        242.0|           0.0|2627.0|
|20268|2487.0|      0.0|          0.0|        -314.0|2173.0|
|30183|3121.0|      0.0|          0.0|           0.0|3121.0|
|40021|1992.0|      0.0|          0.0|        -311.0|1681.0|
|40199|3127.0|      0.0|        323.0|        -239.0|3211.0|
|20020|3029.0|      0.0|        181.0|        -249.0|2961.0|
|20029|1499.0|      0.0|        216.0|        -299.0|1416.0|
|20052|1184.0|      0.0|          0.0|           0.0|1184.0|
|20120|1967.0|      0.0|        140.0|           0.0|2107.0|
|20134|4158.0|      0.0|        110.0|        -653.0|3615.0|
|20247|4342.0|      0.0|        159.0|           0.0|4501.0|
|20170|1348.0|      0.0|        398.0|        -349.0|1397.0|
|40132|1809.0|      0.0|        100.0|        -269.0|1640.0|
|40165|3302.0|      0.0|          0.0|        -359.0|2943.0|
+-----+------+---------+-------------+--------------+------+
only showing top 20 rows

In [13]:

#通过计算R反应客户的活跃度
#14JUN09:17:58:34   yyyymmdd hh24
#todo

In [14]:

#将M、F、R整合成一个DataFrame
data_tradFlow5.createOrReplaceTempView("data_tradFlow5")
data_tradFlow6.createOrReplaceTempView("data_tradFlow6")
data_tradFlow7 = spark.sql("select a.cumid,a.amount,b.Special_scale \
            from data_tradFlow5 as a,data_tradFlow6 as b \
            where a.cumid = b.cumid \
            order by cumid")
data_tradFlow7.show()

+-----+------+--------------------+
|cumid|amount|       Special_scale|
+-----+------+--------------------+
|10001|3334.0| 0.11764705882352941|
|10002|1652.0|                 0.0|
|10003|3435.0|              0.0625|
|10004|3312.0| 0.11764705882352941|
|10005|2119.0|                 0.0|
|10006|1859.0| 0.09090909090909091|
|10007|3961.0|              0.0625|
|10008|3855.0|                0.15|
|10009|3257.0|                 0.0|
|10010|2333.0|  0.2727272727272727|
|10011|3589.0|0.058823529411764705|
|10012|4676.0|                0.15|
|10013|2826.0|              0.0625|
|10014|4721.0| 0.13636363636363635|
|10015|3724.0|              0.0625|
|10016|4053.0|              0.0625|
|10017|1793.0| 0.21428571428571427|
|10018|2904.0|                 0.0|
|10019|3754.0|               0.125|
|10020|1630.0|                 0.0|
+-----+------+--------------------+
only showing top 20 rows

In [20]:

data_df = data_tradFlow7.toPandas()
data_df.rename_axis({"amount":"value","Special_scale":"interest"},axis="columns",inplace=True) #重命名
data_df.head()

Out[20]:

 cumidvalueinterest
0100013334.00.117647
1100021652.00.000000
2100033435.00.062500
3100043312.00.117647
4100052119.00.000000

In [80]:

#构建模型，筛选目标客户
# qcut进行分箱
threshold = pd.qcut(data_df['interest'],2,retbins=True)[1][1]
# 根据阈值进行划分
binarizer = preprocessing.Binarizer(threshold = threshold)
# 生成新的DataFrame
interest_q = pd.DataFrame(binarizer.transform(data_df['interest'].values.reshape(-1,1)))
interest_q.index = data_df.cumid
interest_q.columns = ['interest']


threshold = pd.qcut(data_df['value'],2,retbins=True)[1][1]
binarizer = preprocessing.Binarizer(threshold = threshold)
value_q = pd.DataFrame(binarizer.transform(data_df['value'].values.reshape(-1,1)))
value_q.index = data_df.cumid
value_q.columns = ['value']

#连接
analysis = pd.concat([interest_q,value_q],axis=1)
analysis.head()
label = {
    (0,0):'无兴趣-低价值',
    (1,0):'有兴趣-低价值',
    (0,1):'无兴趣-高价值',
    (1,1):'有兴趣-高价值', 
}

# apply对每列或每行进行操作
analysis['label'] = analysis.apply(lambda x:label[x[0],x[1]],axis=1)
analysis

Out[80]:

 interestvaluelabel
cumid   
100011.01.0有兴趣-高价值
100020.00.0无兴趣-低价值
100030.01.0无兴趣-高价值
100041.01.0有兴趣-高价值
100050.00.0无兴趣-低价值
100061.00.0有兴趣-低价值
100070.01.0无兴趣-高价值
100081.01.0有兴趣-高价值
100090.01.0无兴趣-高价值
100101.00.0有兴趣-低价值
100110.01.0无兴趣-高价值
100121.01.0有兴趣-高价值
100130.00.0无兴趣-低价值
100141.01.0有兴趣-高价值
100150.01.0无兴趣-高价值
100160.01.0无兴趣-高价值
100171.00.0有兴趣-低价值
100180.00.0无兴趣-低价值
100191.01.0有兴趣-高价值
100200.00.0无兴趣-低价值
100211.00.0有兴趣-低价值
100220.00.0无兴趣-低价值
100230.01.0无兴趣-高价值
100241.01.0有兴趣-高价值
100251.00.0有兴趣-低价值
100260.00.0无兴趣-低价值
100271.01.0有兴趣-高价值
100281.00.0有兴趣-低价值
100290.00.0无兴趣-低价值
100301.00.0有兴趣-低价值
............
402711.01.0有兴趣-高价值
402720.00.0无兴趣-低价值
402730.00.0无兴趣-低价值
402741.00.0有兴趣-低价值
402751.00.0有兴趣-低价值
402761.01.0有兴趣-高价值
402771.00.0有兴趣-低价值
402780.01.0无兴趣-高价值
402791.00.0有兴趣-低价值
402801.00.0有兴趣-低价值
402810.01.0无兴趣-高价值
402821.00.0有兴趣-低价值
402830.01.0无兴趣-高价值
402841.01.0有兴趣-高价值
402851.01.0有兴趣-高价值
402861.00.0有兴趣-低价值
402870.00.0无兴趣-低价值
402880.00.0无兴趣-低价值
402890.01.0无兴趣-高价值
402900.00.0无兴趣-低价值
402910.01.0无兴趣-高价值
402920.01.0无兴趣-高价值
402931.01.0有兴趣-高价值
402940.01.0无兴趣-高价值
402950.01.0无兴趣-高价值
402960.00.0无兴趣-低价值
402971.01.0有兴趣-高价值
402981.00.0有兴趣-低价值
402990.01.0无兴趣-高价值
403001.00.0有兴趣-低价值

1200 rows × 3 columns

ml_nick
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数据整理
weixin_43668299的博客
07-06 502
8.1 分析并预处理raw_sample数据集 import os 配置spark driver和pyspark运行时，所使用的python解释器路径 PYSPARK_PYTHON = “/root/miniconda3/bin/python3” os.environ[“PYSPARK_PYTHON”] = PYSPARK_PYTHON os.environ[“PYSPARK_DRIVER_PYTHON”] = PYSPARK_PYTHON spark配置信息 from pyspark import Spa
如何用机器学习强化市场营销活动。
weixin_33969116的博客
08-30 388
以下是我自己翻译的， 错误难免，请见谅。 英文原文，地址https://econsultancy.com/blog/65275-how-to-use-machine-learning-to-enhance-your-marketing-campaigns/ 机器学习看上去和市场人员没啥关系， 这玩意貌似只是那些程序狗，计算机呆子做的事情， 但其实任何人都可以通过机器学习提升他们的数字广告...
如何低成本的用机器学习提升营销效果，了解一下
人工智能观察
05-11 1429
智造观点机器学习正在改变内容营销游戏。随着人工智能工具的大众化，也就是说，营销人员不需要获得一个数据科学学位来实现机器学习技术的使用，他们可以在笔尖拥有一个全新的内容优化...
Machine Learning for Marketing: Essential Training 营销领域机器学习：基本培训 Lynda课程中文字幕
lyndacn的博客
03-21 277
Machine Learning for Marketing: Essential Training 中文字幕 营销领域机器学习：基本培训 中文字幕Machine Learning for Marketing: Essential Training 人工智能和机器学习正在改变世界 计算机无需编程即可从数据中“学习”，并做出自动化，智能化的决策 该技术可供大大小小的企业使用，并对公司进行营销的方式...
快学Big Data -- Spark SQL总结（二十四)
知识的力量
09-04 2797
Spark  SQL 总结 概述 Spark  Sql 是用来处理结构化数据的一个模块，它提供了一个编程抽象叫做DataFrame并且作为分布式SQL查询引擎的作用。 特点 spark  sql 要比hive执行的速度要快，原因在于spark sql不用通过mapreduce来执行程序，减少了执行的复杂性。 Spark sql 可以将数据转化为RDD(内存中)，大大提高了执行的效率。...
决策树小案例.zip
最新发布
04-25
营销策略制定：企业可以通过客户的喜好、购买记录、行为偏好等信息构建决策树，根据不同的特征来推断客户需求和市场走势，从而制定更有效的营销策略。 网络安全：决策树可以用于网络安全领域，帮助企业防范网络攻击...
决策树算法应用案例.zip
04-25
营销策略制定：企业可以通过客户的喜好、购买记录、行为偏好等信息构建决策树，根据不同的特征来推断客户需求和市场走势，从而制定更有效的营销策略。 网络安全：决策树可以用于网络安全领域，帮助企业防范网络攻击...
IT公司为实现可持续性而采用的业务策略的批判性分析：认知技术解决方案的案例研究-研究论文
05-20
信息技术是一个经历了快速变化的行业。... 最后，我们分析了Cognizant公司在诸如物联网，数据科学，数据分析，人工智能，机器学习，云计算等最新数字业务方面的最佳实践和创新，以将其视为数字业务的全球领导者。
大数据应用案例分析报告.doc
12-23
而大数据技术能将不同设备产生地海量日志进行集中存储，通过数据格式地 统一规整、自动归并、关联分析、机器学习等方法，自动发现威胁和异常行为，让安全 分析更简单.同时通过丰富地可视化技术，将威胁及异常行为...
认知智能时代：知识图谱实践案例集（2021）（206页）.pdf
03-19
7. 智慧营销：知识图谱可以应用于营销领域，用于客户关系管理、市场分析和营销策略等。 8. 智慧交通：知识图谱可以应用于交通领域，用于智能交通管理、交通规划和交通安全等。 9. 智慧运营商：知识图谱可以应用于...
Spark2.x学习笔记：Spark SQL程序设计
weixin_42073629的博客
07-11 257
1、RDD的局限性 RDD仅表示数据集，RDD没有元数据，也就是说没有字段语义定义。 RDD需要用户自己优化程序，对程序员要求较高。 从不同数据源读取数据相对困难。 合并多个数据源中的数据也较困难。 2 DataFrame和Dataset （1）DataFrame 由于RDD的局限性，Spark产生了DataFrame。DataFrame=RDD+Schema 其中Schema是就是元数据，是语义描述信息。 在Spark1.3之前，DataFrame被称为SchemaRDD。以行为单位构成...
Python 连续数据离散化最通俗的理解与操作
SunnyRivers
01-05 9859
前言 一些数据挖掘算法，特别是某些分类算法，如ID3算法、Apriori算法等，要求数据是分类属性形式。这样，常常需要将连续属性变换成分类属性，即连续属性离散化。 离散化是干啥 连续属性离散化就是在数据的取值范围内设定若干个离散的划分点，将取值范围划分为一些离散化的区间，最后用不同的符号或整数值代表落在每个子区间中的数据值。所以，离散化涉及两个子任务：确定分类数以及如何将连续属性值映射到这些分类值。 常用的离散化方法 常用的离散化方法有等宽法、等频法和（一维）聚类。 （1）等宽法 将属性的值域分成具有相同宽
pandas 高级二（数据分组，筛选；文件保存）
红叶谷 wsp_1138886114的博客
06-25 3897
以下示例均导入以下包 import pandas as pd from numpy import nan as Na import numpy as np from pandas import DataFrame,Series import sys 一、数据分组 cut / qcut 1.1 pd.cut pd.cut(arr,bins，right=True,labels=Non...
pyspark(基础知识)
qq_40176087的博客
08-11 1366
文章目录1.spark运行原理简述 1.spark运行原理简述 pyspark是spark的一个python接口，所以在讲pyspark之前，先简单阐述一下spark的运行原理以及相关基础知识。 spark应用程序是以进程集合为单位在分布式集群上运行的，驱动进程(driver程序)通过SparkContext对象与集群进行交互。基本过程如图所示 。 Spark根据任务的需要,通过SparkCo...
pyspark中RDD基本操作
qq_38650545的博客
08-14 1301
写在前面 系统为ubuntu, spark为pyspark 一. 简单配置和读取txt，并打印 这里我们定义一个任务： 从txt中读取文件，并打印文件的每一行 from pyspark import SparkConf, SparkContext import os # 这里配置spark对用的python版本，如果版本不一致就会报错 os.environ["PYSPARK_PYTHO...
pandas的qcut()方法
07-29 893
pandas的qcut可以把一组数字按大小区间进行分区,比如 data = pd.Series([0,8,1,5,3,7,2,6,10,4,9]) 比如我要把这组数据分成两部分,一半大的,一半小的,如果是小的数,值就变成'small number',大的数,值就变成'large number': print(pd.qcut(data,[0,0.5,1],labels=[...
pandas cut和qcut
qq_38650545的博客
01-29 1355
写在前面： 在将一维连续数据分装到几个桶里的时候，可以利用pandas 的 cut和qcut函数 区别： cut: 按连续数据的大小分到各个桶里，每个桶里样本量可能不同，但是，每个桶相当于一个等长的区间，即：以数据的最大和最小为边界，等分成p个桶。 qcout: 与cut主要的区别就是每个桶里的样本数量是一定的。  ...
机器学习算法应用场景实例六十则
热门推荐
liulingyuan6的博客
12-14 8万+
本文整理了60个机器学习算法应用场景实例，含分类算法应用场景20个、回归算法应用场景20个、聚类算法应用场景10个以及关联规则应用场景10个。包含了天池、DataCastle、DataFountain中所有竞赛场景。 ————————————————————————————————————————————————————————————————————————————— 目录 1
机器学习是未来市场营销的5个理由
David2AI的博客
03-01 2621
       我们对业务趋势和可提高业务生产力的在线工具进行了大量研究。当然，我访问并监控很多网站和网站内容。就像可预见的那样，我在我的Facebook时间线上遇到来自同一公司的广告。更令人惊讶的是，Facebook如何将搜索行为和在线活动整合起来，以提高广告活动的完整性和特异性。      机器学习可以被定义为人工智能（AI）的应用，其提供系统自动学习和改善经验的能力（没有明确地被编程去做）。机...
cloudera客户案例 服装行业
01-18
这些见解帮助该公司优化产品设计、预测市场需求和制定营销策略，从而提高销售业绩和市场竞争力。 此外，该公司还使用Cloudera的实时数据处理和监控工具来监测供应链网络的运行情况。通过实时追踪原材料供应商、生产...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值