大家好,今天给大家share一个基于Pandas数据分组统计➕pyecharts数据可视化的数据分析实战项目。
背景介绍:
抖音用户浏览视频行为记录,包括什么人、看了谁的作品,以及相关信息(用户城市等),和行为描述信息(是否点赞等)
浏览行为中涉及到不同的活动主体,如用户、作者、作品等,通过综合浏览数据,针对不同主体,制定不同的特征去描述主体的特点
使用数据分析方法对浏览行为数据进行统计,得到不同主体的特征,并对不同主体的特征进行数据分析与挖掘,服务于业务优化等
.
数据集介绍:
一百七十多万条抖音用户的浏览行为记录
.
主要内容:👇👇
✅特征构建与分析
根据浏览行为中的数据字段,制定了针对用户、作者、作品的描述指标,并分类统计出相关结果
✅数据分析
根据统计的指标数据,对不同主体的特征进行可视化的数据分析
· 2.1 用户数据可视化分析
· 2.2 作者数据可视化分析
· 2.3 作品数据可视化分析
✅数据挖掘
在数据分析的基础上,使用一点点进阶的机器学习算法,来挖掘数据作用
· 3.1 用户与作者聚类分析(Kmeans聚类探索)
· 3.2 浏览行为中的点赞预测(二分类预测)
.
内容比较多,已上传到知识库,希望能帮到大家~
#数据分析 #数据分析我在行 #数据分析师 #编程 #数据库 #数据分析求职 #大数据转行 #数据分析转行 #项目实战 #Python #数据可视化
背景介绍:
抖音用户浏览视频行为记录,包括什么人、看了谁的作品,以及相关信息(用户城市等),和行为描述信息(是否点赞等)
浏览行为中涉及到不同的活动主体,如用户、作者、作品等,通过综合浏览数据,针对不同主体,制定不同的特征去描述主体的特点
使用数据分析方法对浏览行为数据进行统计,得到不同主体的特征,并对不同主体的特征进行数据分析与挖掘,服务于业务优化等
.
数据集介绍:
一百七十多万条抖音用户的浏览行为记录
.
主要内容:👇👇
✅特征构建与分析
根据浏览行为中的数据字段,制定了针对用户、作者、作品的描述指标,并分类统计出相关结果
✅数据分析
根据统计的指标数据,对不同主体的特征进行可视化的数据分析
· 2.1 用户数据可视化分析
· 2.2 作者数据可视化分析
· 2.3 作品数据可视化分析
✅数据挖掘
在数据分析的基础上,使用一点点进阶的机器学习算法,来挖掘数据作用
· 3.1 用户与作者聚类分析(Kmeans聚类探索)
· 3.2 浏览行为中的点赞预测(二分类预测)
.
内容比较多,已上传到知识库,希望能帮到大家~
#数据分析 #数据分析我在行 #数据分析师 #编程 #数据库 #数据分析求职 #大数据转行 #数据分析转行 #项目实战 #Python #数据可视化
发表评论
发表评论: