题目名称

基于数据挖掘的用户购物行为分析与可视化

起止时间

2023年1月5日 至 2023年6月10日

选题性质

R理论研究    □应用研究    □技术开发     □产品设计    □其他

设计（研究）目标：

研究用户购物的行为及可视化，以数据挖掘技术为主，结合相关技术，对互联网上公开的数据从用户维度、产品维度和行为维度，三个维度来分析用户购物行为，最后的分析结果以可视化的形式展现出来。

设计（研究）内容及具体要求：

1.分析目的。现有阿里云（https://tianchi.aliyun.com/dataset/dataDetail?dataId=649）提供的淘宝用户行为数据。通过对用户的行为分析，探索用户购买的规律，了解商品的受欢迎程度，结合店铺的营销策略，实现更加精细和精准的运营，让业务获得更好的增长。。

2.总体方案设计。提出问题，理解数据，数据处理和清洗，构建模型，数据可视化。

3.各模块的详细设计与实现。用户购物情况的整体分析：查看UV、PV和平均访问量并计算出用户的跳出率。用户活跃周期：分别按照日期和小时段两个方面来分析。更受欢迎的商品：分析商品的销量和购买次数，计算出复购率。用户行为间的转化情况：通过漏斗图分析用户购买的转化。用户价值分群（RFM模型）：分析出用户的消费频率和消费金额。

4. 结合最后的数据和分析结果，回答问题，并给出相应建议。

5.撰写设计说明书。

进度安排：

1.2022年01月01日--2022年03月25日，选题并做好开题报告。

2.2022年03月26日--2022年05月1日，完成初稿，中期报告。

3.2022年05月02日--2022年05月20日，完成第二稿。

4.2022年05月21日--2022年05月27日，查重，修改。

5.2022年05月28日--2022年06月3日，完成定稿，准备答辩。

指导教师签字：                       年   月   日

主要参考文献：

[1] 彭剑芳. 基于数据挖掘的网络购物行为[D].云南：云南大，2011.5.1.

[2] 毛国军.数据挖掘技术与关联规则挖掘算法研究[D].北京：北京工业大学，2003.5.1

[3] 毛国军.数据挖掘原理与算法[M].北京：清华大学出版社，2005

[4] 陈京民. 数据仓库与数据挖掘[M].北京：电子工业出版社，2002

[5] 张晓芳.基于数据挖掘的大学生网络购物行为研究[J].科技和产业，2017年03期

[6] 邓晗.大学生网购情况调查及分析与思考[J].现代商业，2018年18期

教研室意见：

主任签字：                            年   月   日

院（系）意见：

负责人签字：                            年   月   日