课程介绍
一、课程简介
通过学习本案例，可掌握数据归约、缺失值处理、数据合并等主要的数据处理方法，熟悉聚类模型和矩阵构建的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 城市交通情况对于城市规划、居民城市归属感和城市品牌有着至关重要的影响。本案例以国内某城市的地面公交车GPS监控数据和地面公交车刷卡数据为数据源，对获取的数据进行预处理，并进行密度聚类分析和建立矩阵模型分析。
网购已经是现代生活不可缺失的一部分内容，每个客户都希望能从一个好的店铺购买到满意的商品，而店铺也都希望每个客户为自己的长期客户，通过对这些客户进行精细化营销，商家可以大大降低促销成本，提高投资回报率。本案例通过对天猫平台的销售数据进行分析，使用相关的算法模型实现对用户重复购买率进行预测。
本案例的主要分析目标如下。
（1）分析各时间段的公交车刷卡人数。
（2）根据刷卡数据和GPS监控数据分析各站点的下车人数。
（3）基于各站点的上下车人数分析居民的出行规律，并提出城市公交站点设置的优化建议。
二、技术点
数据归约；缺失值处理；数据合并；DBSCAN聚类模型；OD矩阵。
三、建议前置课程
微信公众号
客服微信
