MySQL项目实战——用户行为分析

水深无声 2024-05-23 22:07 81阅读 0赞

###  ###

一、项目背景

UserBehavior是阿里巴巴提供的一个淘宝用户行为数据集，用于隐式反馈推荐问题的研究。

构造推荐系统的关键资源是用户历史行为数据，具体可分为两类：显式反馈和隐式反馈。其中，隐式反馈是指不直接表现用户倾向的历史数据，如浏览网站、购买商品等。

###  ###

二、分析思路

###  ###

2.1 分析目的

通过对数据集中的用户数据、行为数据及商品数据进行分析，找出各个环节存在的问题，为提升销 量 提供合理的建议 。

###  ###

2.2 明确问题

1. 了解获客情况和留存情况

2. 基于漏斗模型分析用户从浏览到购买整个过程的转化率情况

3. 观察用户四种行为的变化趋势（按天和按小时）

4. 分析浏览量、购买量前10的商品以及商品类目，优化产品销售

5. 基于RFM模型对用户价值进行分析

###  ###

2.3 分析框架

![770c3a575efed6f0576fca11b008419d.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

三、数据说明

###  ###

3.1 数据来源

阿里云天池 ： 数据集-阿里云天池 (aliyun.com)

###  ###

3.2 理解数据

数据集包含了2017年11月25日至2017年12月3日之间，有行为的约一百万随机用户的所有行为（行为包括点击、购买、加购、喜欢）。数据集大小说明：用户数量（987,994），商品数量（4,162,024），用户数量（987,994），商品类目数量（9,439），总的淘宝用户行为记录数量为1亿条（100,150,807）。

数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成，并以逗号分隔。关于数据集中每一列的详细描述如下：

![0355b2b74ac513b1fa0f6f58d15e586a.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

用户行为类型共有四种，它们分别是：

![48f72f72e6a8a562dfb5b123ce0c137d.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

四、数据预处理

由于数据量级达到一亿，考虑到电脑性能问题，故本次选取其中的40万+的数据进行分析。

![bf28592fbf664373971f24c2765bc3c3.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

4.1 选择子集

数据集中五个字段都具有价值，全部保留。

###  ###

4.2 列名重命名

原数据集没有表头，用sql语句创建表及5个字段，把淘宝用户行为数据导入MySQL数据库。

###  ###

4.3 删除重复值

不存在重复值。

![27388105d007c9c51a64319f9dd500ca.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

4.4 缺失值处理

不存在缺失值。

![e89792db9a55efc1569e09436fbc477a.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

4.5 一致化处理

将时间戳整理成日期和小时：

①新增字段datetime，用函数from\_unixtime 把整数型的timestamps改成日期型的timestamps

![54d881e3ee54fcb360a35726940399a9.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

②新增字段dates，times，hours

![ca40450c6d0331f57784a75b205281a4.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

###  ###

4.6 异常值处理

检查日期是否在规定范围内：2017年11月25日至2017年12月3日。

![d667299fa72941179dbd6dfe68d7aad7.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

![8f732009a86dd8d8399afd8e5a0ef64d.jpeg][]

编辑切换为居中

添加图片注释，不超过 140 字（可选）

一共删除异常值184条。

###  ###

五、数据分析

###  ###

5.1 获客情况

###  ###

按日分析pv、uv、pv/uv：

*  pv：页面浏览量
 *  uv：独立访客数
 *  pv/uv：浏览深度

\#pv uv pv/uv select dates, count(\*) 'pv', count(distinct userid) 'uv', round(count(\*)/count(distinct userid),1) 'pv/uv' from user\_behavior where behaviortype='pv' group by dates order by dates;

输出结果（代码结果以及Excel图示）：

![ba2a8b9451dc510fd2ad48dffde02491.jpeg][]

编辑

添加图片注释，不超过 140 字（可选）

![958ad7b5fdd371ff861ef8137a13cb6b.jpeg][]

编辑切换为居中

添加图片注释ÿ

[770c3a575efed6f0576fca11b008419d.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/16f1b7e6d00f4c0d969e018d501fce65.jpeg
[0355b2b74ac513b1fa0f6f58d15e586a.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/1ef544c2d87742fe9d17266129c09d7d.jpeg
[48f72f72e6a8a562dfb5b123ce0c137d.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/967ae8fb7f914c229d7b9a9fff3be3eb.jpeg
[bf28592fbf664373971f24c2765bc3c3.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/ca4b54a809b340c2a8db0fc77bc8913b.jpeg
[27388105d007c9c51a64319f9dd500ca.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/c3d39926e5324bd6b61d4aa7e0e51fb6.jpeg
[e89792db9a55efc1569e09436fbc477a.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/4efef53d2c12469d8638d9f8e48081c9.jpeg
[54d881e3ee54fcb360a35726940399a9.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/5d2e7c199f52488a92d5358ccbb41267.jpeg
[ca40450c6d0331f57784a75b205281a4.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/8d9d96d80e1647a29b557311a0e4a7ea.jpeg
[d667299fa72941179dbd6dfe68d7aad7.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/3429368cd909445697ebdb499562fe13.jpeg
[8f732009a86dd8d8399afd8e5a0ef64d.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/f6363ca1f5e34705b99fbec53fa4a163.jpeg
[ba2a8b9451dc510fd2ad48dffde02491.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/6a6e60e868b34640a89655fa3547458e.jpeg
[958ad7b5fdd371ff861ef8137a13cb6b.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/23/2208fc8906024ad1831f5b9ca7d8cdc2.jpeg