全国大学生数据统计与分析竞赛2021年【研究生组】-B题：“互联网+教育”用户消费行为分析预测模型（附获奖论文和python代码实现）

目录

摘要

1 问题重述

2 问题分析

3 符号说明

4 模型建立与求解

4.1 问题一

4.1.1 数据预处理

4.1.2 处理结果

4.2 问题二

4.2.1 城市分布情况

4.2.2 用户登录情况

4.3 问题三

4.3.1 模型建立

4.3.2 模型求解

4.3.3 模型优化

4.4 问题四

4.4.1 模型建立

4.4.2 模型求解

4.4.3 服务建议

5 模型评价与推广

5.1 模型优点

5.2 模型缺点

5.3 模型推广

6 参考文献

代码实现

Light GBM+LR 组合模型 Python 代码

Light GBM 模型 

 K-means 聚类

问题二相关图表 

---

摘要

互联网信息技术的飞速发展，企业在日益激烈的市场不再只局限于产品或服务以及价格

的竞争，更多的是在于判别高质量的用户和渠道，优化营销成本。为了实现判别用户的价值，

实现小成本促销，达到提高用户转化率的目标。本文首先对原始数据进行预处理，然后将处

理后的数据分为测试集和训练数据集，运用多种分类预测模型对测试集数据进行拟合，再将

拟合好的模型用于训练集数据的预测，最后对比模型结果的准确率。对于用户消费行为价值

分析，提出了