淘宝用户行为分析数据集-移动推荐场景-2014年11月18日至12月18日-jdzw2020
数据来源：互联网公开数据
标签：淘宝,用户行为,推荐系统,电商,行为分析,移动应用,点击,收藏,购物车,支付,时间序列
数据概述：
本数据集包含约104万条用户行为数据，记录了2014年11月18日至2014年12月18日期间，淘宝APP上用户的行为轨迹。数据涵盖了用户在淘宝APP上的多种交互行为，包括点击、收藏、加入购物车以及支付等，为深入理解用户购物偏好、优化商品推荐策略提供了宝贵的数据基础。数据集共包含6个字段，详细描述了用户的行为信息、商品信息以及发生时间。
数据用途概述：
该数据集主要用于电商推荐系统、用户行为分析、购物趋势研究等领域。研究人员可以利用该数据构建个性化推荐模型，预测用户潜在的购买意向；电商平台可以基于此数据优化商品排序、提升用户购物体验；市场分析师可以从中洞察用户消费习惯，把握市场动态。此外，该数据集也适合用于机器学习模型的训练与评估，以及相关领域的学术研究和教育培训。
字段定义：
userid：用户身份标识，经过脱敏处理，用于区分不同的用户。
itemid：商品ID，经过脱敏处理，代表用户浏览或交互的商品。
behaviortype：用户行为类型，用数字表示，1代表点击，2代表收藏，3代表加入购物车，4代表支付。
usergeohash：用户地理位置信息，用于分析用户购物行为的地域特征。
item_category：商品所属的品类ID，用于分析不同品类商品的受欢迎程度。
time：用户行为发生的时间戳，精确到秒，用于分析用户行为的时间模式。
