谷歌商店消费者花费预测研究

随着科技的发展，现在电子商务平台所占的比重越来越重要，出现在生活中的方方面面。透过书记研究消费者的消费心理，对消费者进行一个花费预测对于商家来说是特别重要的一个环节。今天小编要为大家介绍一个与之有关的科研项目南加州大学探究项目：谷歌商店消费者花费预测 - Kaggle学术活动。

课题简介

电子商务平台近几年来发展迅猛，出现在生活的方方面面，如淘宝、京东。电子商务平台并不仅包括海量商品数据，更有海量的消费者行为数据（如消费者的浏览时间、次数）。消费者在电子商务平台上产生的大量行为数据，使得分析消费者的购买意图和消费习惯成为可能。营销团队如果可以预测客户的消费水平，便可以调整促销策略从而更好地服务客户，提高运营效率以及企业收入。

Rstudio, Google Cloud 与Kaggle 联手打造本次学术活动：Google Analytics Customer Revenue Prediction。在本次学术活动中，参赛者要挑战分析 Google Merchandise Store（也称为GStore，销售 Google 周边的电子商城）客户数据集，以预测每位客户的花费，以为公司提供必要的远见。学术活动于2018年9月15日开启，结束时间为2018年11月15日，目前全球已有990支队伍参与。

科研方法

AI+X数据驱动型科研

AI＋X数据驱动型科研是指使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。

AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。

整个科研教学流程中，每一位学员都将有学术督导协助保障研究阶段性作业和论文的进度，确保取得研究成果。

授课导师

丰富的数据科学领域项目研究经验；

研究方向：计算机科学。

课题要求

本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力

英文：

具备基本的学术英语阅读能力；

接触过英文写作，能初步撰写英文文章；

数学：

统计基础；

微积分和线性代数基础；

计算机：

Python 基础 （基础数据结构、条件、循环、方法）；

Numpy, Pandas, Seaborn, Scikit-Learn （了解这些工具的用途、如何利用技术文档即

南加州大学探究项目：谷歌商店消费者花费预测 - Kaggle学术活动的介绍就是这些，如果大家对这个感兴趣的话，可以踊跃参加。

报名/咨询课题详情

请识别下方二维码