Description
UCLA探究项目
美国超市经营收入的大数据分析
课题简介
随着大数据发展的速度越来越快，数据可视化已经被很多公司使用，许多数据分析师的日常工作之一就是通过可视化建立数据分析面板，从而更好的监控和分析公司的运营数据。
本课题旨在运用数据分析及可视化技术对美国超市运营海量数据进行分析，探究收入、利润、客单价及销售量等核心运营数据按照地理位置划分的分布，从产品、用户、供应链等多个方面分析超市的运营情况，最后对产品的销量进行预测，最后利用Tableau（数据可视化分析软件）创建运营数据分析面板，提供实时的运营情况监控与分析。
本课题是大数据分析与可视化的综合研究。研究者将获得使用Tableau进行大数据分析及可视化的技能和对供应链、消费者及产品分类的深入了解。
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。
授课导师
1. 加州大学洛杉矶分校 硕士
2. Tableau专业证书持有
3. 两年多咨询、金融科技和IT行业（包括亚马逊）的分析经验，丰富的供应链分析、客户体验提升、投资分析、产品管理经验。
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，有论文写作经验者更佳；
2. 经济学：
（1）对成本、收入、利润等概念有基本的了解
3. 计算机：
（1）基本的运算逻辑，“与”或“非”等逻辑概念
咨询请添加顾问老师
