首页 > 代码库 > 购物数据意淫分析（2）
购物数据意淫分析（2）
在淘宝的大数据比赛中，我又一次提高了自己的思维方式，
前前后后代码写了六个版本，但是最好的结果竟然是我第2次的代码，这个让我很是诧异，
但是也说明了一个问题，当你的对于一面语言比较熟悉时候，你所缺少的就是其他方面的知识了，
- 首先是我的数学知识，在分析用户行为时，我们知道浏览次数和购买次数是由一定规律的，这个方面找了数学系的同学问了一些，得到的结论是：你可以进行线性拟合，这是最简单的，但是得到的结果不一定真实，于是推荐我使用高斯分布来做，但是由于自己单枪匹马，所以选了比较简单的线性拟合
- 心理学，我们可以从数据中发现，那些经常在淘宝买东西的如果是时间间隔一段就买了同一种商品的，那说明这个人的属于死宅之类的，因为这些东西一般我们旁边就有，还有，就是浏览次数和购买之间的关系，用数学来解答，心理学来分析；多天浏览和购买的关系，
先意淫这些吧，下来上三个版本的代码：
第一版本，简单猜测浏览十五次购买一次：
import time
u_id=[]
b_id=[]
t_id=[]
b_time=[]
t_num0=0
t_num1=0
t_num2=0
t_num3=0
a=True
i=0
j=0
fileread=open(‘t_alibaba_data.csv‘,‘r‘)
while True:
fileline=fileread.readline()
# print type(fileline)
# print fileline,
# print i
filedian =fileline.find(r‘,‘)
filedian1=fileline.rfind(r‘,‘)
b_id1=fileline[filedian+1:filedian1-2]
b_id.append(b_id1)
u_id1=fileline[:filedian]
u_id.append(u_id1)
t_id1=fileline[filedian1-1:filedian1]
t_id.append(t_id1)
b_time1=fileline[filedian1:-2]
b_time.append(b_time1)
if not fileline:
break
output=open(‘taobao.txt‘,‘a‘)
#print u_id
#print b_id
#print t_id
print b_time
ff=0
while True:
if u_id[i]==u_id[i+1]:
if ff==0:
output.write(u_id[i])
output.write(‘ ‘)
ff=ff+1
if b_id[i]==b_id[i+1]:
if int(t_id[i])==0:
t_num0=t_num0+1
elif int(t_id[i])==1:
t_num1=t_num1+1
elif int(t_id[i])==2:
t_num2=t_num2+1
else:
t_num3=t_num3+1
else:
j=j+1
print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3
if t_num0>=15 or t_num1>=1 :
output.write(b_id[i])
output.write(",")
# else:
# output.write(b_id[i])
# output.write(‘,‘)
t_num0=0
t_num1=0
t_num2=0
t_num3=0
# else:
else:
output.write(‘\n‘)
ff=0
# print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3
i=i+1
第二版本，观察时间和购买行为
#coding:utf-8
import time
u_id=[]
b_id=[]
t_id=[]
b_time=[]
t_num0=0
t_num1=0
t_num2=0
t_num3=0
b_num1=0
b_time4=0
a=True
i=0
j=0
fileread=open(‘t_alibaba_data.csv‘,‘r‘)
while True:
fileline=fileread.readline()
# print type(fileline)
# print fileline,
# print i
filedian =fileline.find(r‘,‘)
filedian1=fileline.rfind(r‘,‘)
b_id1=fileline[filedian+1:filedian1-2]
b_id.append(b_id1)
u_id1=fileline[:filedian]
u_id.append(u_id1)
t_id1=fileline[filedian1-1:filedian1]
t_id.append(t_id1)
b_time1=fileline[filedian1:-2]
b_time.append(b_time1)
if not fileline:
break
output=open(‘taobao.txt‘,‘a‘)
#print u_id
#print b_id
#print t_id
#print b_time
ff=0
while True:
if u_id[i]==u_id[i+1]:
if ff==0:
output.write(u_id[i])
output.write(‘ ‘)
ff=ff+1
if b_id[i]==b_id[i+1]:
if int(t_id[i])==0:
t_num0=t_num0+1
elif int(t_id[i])==1:
t_num1=t_num1+1
elif int(t_id[i])==2:
t_num2=t_num2+1
elif b_time[i]!=b_time[i+1]:
b_time4=b_time4+1
else:
t_num3=t_num3+1
else:
j=j+1
b_num1=b_num1+1
print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3,b_time4
if t_num0>=15 and t_num1==0:
output.write(b_id[i])
output.write(",")
if b_time4>=2 and t_num1==0:
output.write(b_id[i])
output.write(‘,‘)
if t_num0>15 and t_num1>=2:
output.write(b_id[i])
output.write(‘,‘)
if t_num2>=1 and t_num1==0:
output.write(b_id[i])
output.write(‘,‘)
if len(b_id)<=3:
output.write(b_id[i])
output.write(‘,‘)
# if b_num1<=3:
# output.write(b_id[i])
# output.write(‘,‘)
#
#
t_num0=0
t_num1=0
t_num2=0
t_num3=0
b_time4=0
# else:
else:
output.write(‘\n‘)
b_num1=b_num1+1
# print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3
i=i+1
b_num1=0
第三版本，使用数学分析
#coding:utf-8
import time
import numpy as np
from scipy import optimize
from math import sqrt
u_id=[]
b_id=[]
t_id=[]
b_time=[]
t_num0=0 #类型
t_num1=0
t_num2=0
t_num3=0
b_num1=0 #品牌个数
b_time4=0 #时间
a=True
i=0
j=0
fileread=open(‘t_alibaba_data.csv‘,‘r‘)
while True:
fileline=fileread.readline()
# print type(fileline)
# print fileline,
# print i
filedian =fileline.find(r‘,‘)
filedian1=fileline.rfind(r‘,‘)
b_id1=fileline[filedian+1:filedian1-2]
b_id.append(b_id1)
u_id1=fileline[:filedian]
u_id.append(u_id1)
t_id1=fileline[filedian1-1:filedian1]
t_id.append(t_id1)
b_time1=fileline[filedian1:-2]
b_time.append(b_time1)
if not fileline:
break
output=open(‘taobao.txt‘,‘a‘)
#print u_id
#print b_id
#print t_id
#print b_time
t_num00=[]
t_num11=[]
t_num22=[]
t_num33=[]
t_time44=[]
cc=0
ff=0
pp=0
while True:
if u_id[i]==u_id[i+1]:
if ff==0:
output.write(u_id[i])
output.write(‘ ‘)
ff=ff+1
if b_id[i]==b_id[i+1]:
# cc=cc+1
if int(t_id[i])==0:
t_num0=t_num0+1
elif int(t_id[i])==1:
t_num1=t_num1+1
elif int(t_id[i])==2:
t_num2=t_num2+1
else:
t_num3=t_num3+1
if b_time[i]!=b_time[i+1]:
# print b_time4
b_time4=b_time4+1
else:
j=j+1
# b_num1=b_num1+1
# print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3,b_time4
# if b_time4>=3:
# print b_time4
# pp=pp+1
# 数据拟合分析部分
t_num00.append(t_num0)
t_num11.append(t_num1)
t_num22.append(t_num2)
t_num33.append(t_num3)
t_time44.append(b_time4)
# if t_num0>=10 :
# output.write(b_id[i]) #看了15次的没有买的
# output.write(",")
# elif b_time4>=3 :
# output.write(b_id[i]) #多天看的，没有买
# output.write(‘,‘)
# # if t_num0>15 and t_num1>=2:
# # output.write(b_id[i])
# # output.write(‘,‘)
# elif t_num2>=1 :
# output.write(b_id[i]) #收藏出但是没有买
# output.write(‘,‘)
# elif t_num3>=1 : #放进购物车但是没有买
# output.write(b_id[i])
# output.write(‘,‘)
# # if b_time4>=2 and t_num1>=2:
# # output.write(b_id[i])
# # output.write(‘,‘)
# #
# elif t_num1>=1:
# output.write(b_id[i]) #买过两次
# output.write(‘,‘)
#
# if len(b_id)<=3:
# output.write(b_id[i])
# output.write(‘,‘)
# if b_num1<=3:
# output.write(b_id[i])
# output.write(‘,‘)
#
#
t_num0=0
t_num1=0
t_num2=0
t_num3=0
b_time4=0
# elif b_num1<=3 and ff!=0:
# print b_id[i]
# output.write(b_id[i])
# output.write(‘\n‘)
# ff=0
## else:
elif not u_id[i+1]:
break
# else:
#
# output.write(‘\n‘)
# ff=0
# print u_id[i],b_id[i],t_num0,t_num1,t_num2,t_num3
i=i+1
b_num1=0
#分析浏览次数和购买的关系
y=np.array(t_num00)
x=np.array(t_num11)
def residuals(p):
k,b=p
return y-(k*x-b)
r=optimize.leastsq(residuals,[1,0])
k,b=r[0]
print "K=",k,"b=",b
#分析收藏和购买的关系
x22=np.array(t_num22)
def residuals(p):
k,b=p
return y-(k*x22-b)
r=optimize.leastsq(residuals,[1,0])
k22,b22=r[0]
print "Kt_num22=",k22,"b22=",b22
#分析购物车和购买的关系
x33=np.array(t_num33)
def residuals(p):
k,b=p
return y-(k*x33-b)
r=optimize.leastsq(residuals,[1,0])
k33,b33=r[0]
print "kt_num33=",k33,"b33=",b33
#查看天数和购物关系
x44=np.array(t_time44)
def residuals(p):
k,b=p
return y-(k*x44-b)
r=optimize.leastsq(residuals,[1,0])
k44,b44=r[0]
print "ktime=",k44,"b44=",b44
print pp
#def sim_pearson()
购物数据意淫分析（2）
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。