商城-客户细分
在这个项目中，我对商城客户数据进行了探索性数据分析。 此外，我使用了K-均值聚类算法来创建客户细分（不同类型的客户群）。
数据
数据集中的功能
客户ID-这是分配给客户的唯一ID
性别-客户的性别
年龄-客户的年龄（以年为单位）
年收入（k $）-客户的年收入（k $）
支出得分-商场/购物中心根据客户的支出性质和行为分配给客户的得分
2022-03-31 16:04:32
449KB
1
客户盈利能力分析pricing decision and customer profitability analysis.ppt
2022-02-06 09:02:56
717KB
The MIFARE4Mobile® Industry Group consists of leading players in the Near Field
Communication (NFC) ecosystem including Gemalto, Giesecke & Devrient, NXP
Semiconductors, Oberthur Technologies and STMicroelectronics. The group acts as a platform
to guide the evolution of MIFARE4Mobile (M4M) technology.
2021-12-25 14:57:44
1.53MB
1
使用K均值的客户细分
使用K-Means聚类算法根据新近度，频率和货币价值（RFM）指标对客户进行细分
2021-12-22 12:59:42
1.5MB
1
Customer_satisfaction_Analysis
结果整合
Demo 演示
基于用户 UGC 的在线民宿满意度挖掘，负责数据采集、主题抽取、情感分析等任务。开发的目的是克服用户打分和评论不一致，实现了在线评论采集和用户满意度分析。
主要功能包括在线原始评论采集、主题聚类、评论情感分析与结果可视化展示等四个模块，如下所示。
提取后的民宿地址和在线评论等信息如下。
搭建了百度地图 POI 查询入口，可以进行自动化的批量查询地理信息。
通过高频词可视化展示，归纳出评论主题。
构建了基于在线民宿语料的 LDA 自动化主题聚类模型，利用主题中心词能找出对应的主题属性字典，并使用用户打分作为标注，然后通过多种分类模型，选用最优模型对提出的评价主体 进行情感分析，针对主题属性表进行主题提取后的文本进行情感分析，分别得出当前主题对应的情感趋势，横坐标为所有关于主题为“环境”的情感得分，纵坐标为
2021-12-21 11:43:54
4.83MB
1