全国大学生数据统计与分析竞赛2021年【本科组】-B题：基于决策树及 K-Means 聚类的用户消费行为价值分析

目录

摘 要

一.问题重述

1.1 问题的背景

1.2 问题的出现

1.3 研究的目的

1.4 具体问题的提出

二.问题的分析

2.1 针对问题一的分析:数据预处理

2.2 针对问题二的分析：数据可视化

2.3 针对问题三的分析：决策树模型建立与预测

2.4 针对问题四的分析：使用 RFM 模型和 K-Means 聚类分析

三.符号说明

3.1 特征变量说明

3.2 函数符号说明 

3.3 程序说明 

四.问题的求解

4.1 数据预处理

4.2 数据可视化

4.2.1 可视化原理

4.2.2 用户的各城市分布情况

4.2.3.用户登录情况可视化

4.3 模型的建立与求解

4.3.1 决策树的背景知识

4.3.2 模型的建立

4.4.用户消费价值行为分析及合理化建议

4.4.1 什么是用户价值分析

4.4.2 选取并构建 RFM 模型的 3 个特征

4.4.3 标准化 CRFMS 模型的 8 个特征

4.4.4 使用 K-Means 算法进行用户分群

4.4.5 建议

五.模型的评价与推广

5.1 模型的优点

5.2 模型的缺点

5.3 模型的推广

参考文献

代码实现

问题二代码：

 问题三代码：

问题四代码：

---

摘 要

随着我国教育和互联网、大数据的快速发展，手机已经成为人们必不可少的工具。

各领域公司都在拓展互联网获客渠道，为公司产品引入新鲜活跃的用户，提高用户购

买产品的欲望，提升公司的品牌影响力。

在考虑用户的基本行为特征和个人偏好的基础上，本文对影响用户是否购买的指标进

了统计和分析，建立了基于训练集改进的决策树模型，最终实现精准营销。

针对问题一，我们对附件中所给