社交广告驱动下尼日利亚电影用户购票行为预测

如何根据用户的性别、年龄与收入预测其是否因观看电影广告而购票，是社交广告精准投放的核心问题。

基于Kaggle的“30 Days Of ML 2”竞赛项目，分析数据构成、模型选择、操作流程与评估策略，构建一个完整的机器学习实战框架，用于理解分类模型在商业用户行为预测中的应用。

赛题概述

本案例地址 30 Days Of ML 2。

本赛题围绕尼日利亚电影业的商业推广背景展开，旨在通过用户在社交媒体上浏览广告后的购票行为，构建机器学习模型来预测潜在购票用户。所使用的数据涵盖320位用户的基本行为信息，是典型的二分类问题。赛题不仅锻炼机器学习建模能力，更强调模型在真实商业环境中的可落地性和业务价值。通过本项目，学习者可深入理解如何在实际场景中应用分类算法进行用户行为预测，优化广告投放策略，从而提升转化率。评价模型好坏的标准是分类准确率，选手需提交预测结果文件，评估模型的预测能力。该项目不仅训练技术能力，还帮助建立解决实际问题的思维框架。

<

模块名称	内容简介	所需技能	数据类型	应用场景
赛题背景