南加州大学探究项目：谷歌商店消费者花费预测 - Kaggle竞赛

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。

---

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

1. 英文：
（1）具备基本的学术英语阅读能力；
（2）接触过英文写作，能初步撰写英文文章；

 

2. 数学：
（1）统计基础；

（2）微积分和线性代数基础；

 

3. 计算机：
（1）Python 基础 （基础数据结构、条件、循环、方法）；
（2）Numpy, Pandas, Seaborn, Scikit-Learn （了解这些工具的用途、如何利用技术文档即