电商用户行为与商品销售数据集_E_commerce_User_Behavior___Product_Sales_Data
数据来源：互联网公开数据
标签：电商, 用户行为, 销售数据, 商品推荐, 行为分析, 数据挖掘, 市场分析, 预测建模
数据概述：
该数据集包含来自电商平台的用户行为数据，记录了用户在平台上的浏览、加购、购买等行为以及商品销售信息。主要特征如下：
时间跨度：数据记录的时间范围为2019年11月。
地理范围：数据未明确标注地理范围，但可以推测为全球电商平台的用户行为数据。
数据维度：数据集包括“event_time”（事件发生时间）、“event_type”（事件类型，如浏览、加购、购买）、“product_id”（商品ID）、“category_id”（商品类别ID）、“category_code”（商品类别代码）、“brand”（品牌）、“price”（商品价格）、“user_id”（用户ID）、“user_session”（用户会话ID）以及经过处理的category_code字段。
数据格式：CSV格式，文件名为clean_output_new.csv，方便数据分析和处理。
来源信息：数据来源于电商平台的用户行为日志，已进行清洗和预处理。
该数据集适合用于用户行为分析、商品推荐、销售预测等领域。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于电商领域的用户行为分析、购买意向预测、用户画像构建等研究，如用户购物路径分析、商品关联规则挖掘等。
行业应用：可以为电商平台提供数据支持，特别是在个性化推荐、精准营销、库存管理、促销活动优化等方面。
决策支持：支持电商平台的决策制定，优化用户体验、提升销售额、提高运营效率。
教育和培训：作为数据分析、机器学习、推荐系统等课程的实训素材，帮助学生和研究人员深入理解电商数据分析。
此数据集特别适合用于探索用户购物行为模式，预测用户购买意愿，优化商品推荐算法，从而提升用户体验和销售业绩。
