Airbnb 美国用户旅行目的地预测——(Python,逻辑回归算法)
数据来源于 Kaggle 平台的 Airbnb 用户目的地预测项目,利用 python 完成
从数据探索到特征工程到构建模型的整个过程,最后通过逻辑回归算法对用户
下一个目的地进行预测。
项目地址:Airbnb用户目的地预测
利用 python 可视化分析厦门鼓浪屿酒店——(Python,数据可视化)
从携程网上爬取 269 家鼓浪屿酒店信息,以及近 1500 条用户评论。通过
python 可视化分析鼓浪屿酒店的消费水平、市场需求、评分特征,地区特征
等,并基于用户评论进行情感分析,提取酒店影响用户体验的因素。
项目地址:鼓浪屿酒店分析
针对百万电商用户的用户行为分析——(Python,AARRR 模型,K-means 算法)
基于 100 万条用户行为数据,从 AARRR 模型的五个维度阐述数据分析思维框
架,从流量类指标,产品各环节转化率,用户留存,用户行为数据展开分析,
最后通过 K-means 算法对用户进行聚类分析。
项目地址:电商用户行为分析
kaggle 平台的全球 16716 位受访者的用户画像分析——(Python,数据可视化)
基于 16716 位 Kaggle 受访者,从人员属性,职业背景,学习平台调查,常用
技能调查四个方面进行可视化分析,全方位地了解数据科学行业和从业人员情
况。
项目地址:Kaggle受访者分析
利用MYSQL分析百万数据解读游戏新用户——(MYSQL,AARRR 模型应用)
基于 200 多万条新用户数据,从 AARRR 的五个维度(用户获取,用户激活,
用户留存,用户营收,用户传播)分析游戏行业的常见指标,解读新用户整体
的运营情况。
项目地址:游戏新用户分析