用户购买行为分析范文

一、本项设计的性质及目标

设计性质：毕业设计

设计目标：通过在网上下载的旅游网站用户行为数据，设计数据库，搭建Hadoop平台，将数据导入到Hadoop平台中。对数据进行预处理，再对数据进行分析以及算法模型训练，最后通过web前端对分析结果进行可视化，最终实现对用户行为影响购买的分析、旅游活动分析、用户分类等功能。

二、拟解决的主要问题

1、搭建Hadoop集群并创建数据库

选择合适的Hadoop及相关组件的版本进行集群搭建并进行调试，搭建完成后按照数据创建数据库。

2、分析用户行为数据

通过统计学方法和算法模型分析用户行为数据之间的关联。

3、WEB应用层展示

选择合适的前端框架完成对web应用的开发，做到页面的简洁以及考虑代码的简便性和稳定性，做到对用户旅游网站行为数据的分析结果展示。

三、设计方案

1、系统功能：

系统功能如图1所示。

图1 系统功能图

2、设计步骤：

2.1数据预处理：

数据来源于外国旅游网站上客户行为数据集。包含11760条数据和十七个特征，部分列数据存在缺失值。对数据进行简单的预处理后导入到搭建好的Hadoop平台中。

2.2数据存储与管理

使用Hadoop3.1.3平台来搭建集群，并进行数据的存储和管理，并通过hive分析

2.3数据分析与建模

使用jupyter notebook对预处理完的数据进行分析和建立模型。一、用户购买行为分析：1.用户基本特征与购买行为的关系，2.用户社交互动行为分析，3.用户偏好分析，4.用户个人信息分析，5.用统计方法探索影响购票的因素。二、建立聚类模型，分析不同类的用户特征。三、用随机森林、决策树算法探究购票的影响因素。

2.4Web应用搭建

将上述分析结果和可视化内容整理分类后，搭建Web应用，展示成果，部署训练好的模型，完成系统开发。

3.开发平台及相关软件

开发平台：Windows11、Centos7.5、腾讯云轻量服务器

开发语言：Java、Python

所需软件：IDEA、Anaconda、Mysql、JDK、Navicat、Xshell、Xftp、Hadoop 等。

四、设计计划及进度安排

2024年1月20日—2024年3月13日需求分析，技术分析，撰写开题报告，完成开题。

2024年3月14日—2024年4月11日编写代码，各模块基本完成

2024年4月12日—2024年4月21日完成中期检查

2024年4月21日—2024年4月30日优化代码，项目测试

2024年5月1日—2024年5月20日撰写论文

2024年5月21日—2024年5月25日结题检查，准备论文答辩

五、拟查阅的主要参考文献

[1] 马良翮.神经网络在作物需水量估算中的应用分析[J].智慧农业导刊,2024,4(09):9-12.DOI:10.20028/j.zhnydk.2024.09.003.