HM电商用户行为数据集-用户分群与分析-用户活跃度
数据来源：互联网公开数据
标签：电商,用户行为,用户分群,客户分析,活跃度,用户留存,数据分析,机器学习,模型验证,HM
数据概述：
本数据集是针对HM电商平台用户行为进行分析和分群的数据集。 数据集基于用户购买行为和活跃度，将用户分为以下三类：
not_cold_users (活跃用户)： 在过去3个月内购买过商品，且总购买次数达到5次或以上。
cold_inactive_users (冷不活跃用户)： 总购买次数少于5次，且过去3个月内没有购买行为。
cold_active_users (冷活跃用户)： 总购买次数少于5次，但在过去3个月内有购买行为。
为了方便模型验证和快速实验，作者根据用户比例创建了多个数据集版本：
SMALL Dataset (5%)
MINI Dataset (1%)
TINY Dataset (0.2%)
ALL IN ONE Notebook Path: (Kaggle Code)
https://www.kaggle.com/code/adldotori/all-in-one-sample-dataset
数据用途概述：
该数据集非常适合用于用户行为分析、客户细分和模型验证等多种场景。 研究人员可以使用此数据进行：
用户画像构建： 根据用户购买行为、活跃度等特征，构建不同用户群体的画像。
用户留存分析： 分析不同用户群体，评估HM电商平台的用户留存情况。
个性化推荐： 针对不同用户群体，开发个性化商品推荐算法。
营销活动优化： 基于用户行为分析，优化营销活动的策略和效果。
模型性能验证： 使用该数据集快速验证机器学习模型，例如用户流失预测、用户购买预测等。
A/B测试： 在不同的数据集版本上进行A/B测试，评估模型和策略的效果。
