淘宝商品

一、项目背景和目的 项目数据来源于 https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1 ，通过此项目学习电商数据分析的指标与数据分析的基本方法。 二、分析维度 根据现有数据及分析目的，从四个维度进行分析： 第一个维度：用户购物情况整体分析 以PV、UV、平均访问量、跳失率等指标，分析用户最活跃的日期及活跃时段，了解用户行为习惯 第二个维度：商品购买情况分析 从成交量、人均购买次数、复购率等指标，探索用户对商品的购买偏好，了解商品的销售规律 第三个维度：用户行为转化漏斗分析 从收藏转化率、购物车转化率、成交转化率，对用户行为从浏览到购买进行漏斗分析 第四个维度：参照RFM模型，对用户进行分类，找出有价值的用户 三 、分析正文 分析步骤如下： 提出问题------理解数据------数据清洗------构建模型------数据可视化 （一）提出问题 用户最活跃的日期及时段 用户对商品有哪些购买偏好 用户行为间的转化情况 用户分类，哪些是有价值的用户 （二）理解数据 用户行为类型又分为四种： pv： 商品详情页pv，等价于点击 buy：商品购买 cart：商品加入购物车 fav：收藏 (三）数据清洗 包含数据导入（采用Navicat）、缺失值处理、一致化处理、异常值处理（2017.11.25到2017.12

上一篇文章 https://www.jianshu.com/p/9683898a4237 已经爬取了淘宝商品信息了现在对其进行数据分析 ####对商品标题进行文本分析 使用jieba分词器，对raw_title列每一个商品标题进行分词，通过停用表StopWords对标题进行去除停用词。因为下面要统计每个词语的个数，所以 为了准确性，在这里对过滤后的数据 title_clean 中的每个list的元素进行去重，即每个标题被分割后的词语唯一。 代码如下： # 将所有商品标题转换为list title = data.raw_title.values.tolist() ''' 遇到不懂的问题？Python学习交流群：821460695满足你的需求，资料都已经上传群文件，可以自行下载！ ''' # 对每个标题进行分词，使用jieba分词 import jieba title_s = [] for line in title: title_cut = jieba.lcut(line) title_s.append(title_cut) # 导入停用此表 stopwords = [line.strip() for line in open('StopWords.txt', 'r', encoding='utf-8').readlines()] # 剔除停用词 title_clean = []