O2O优惠券使用预测教案.docxVIP

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

O2O优惠券使用预测

教案

课程名称:Python数据分析与挖掘实战

课程类别:必修

适用专业:大数据技术类相关专业

总学时:64学时(其中理论28学时,实验36学时)

总学分:4.0学分

本章学时:7学时

材料清单

《Python数据分析与挖掘实战》教材。

配套PPT。

引导性提问。

探究性问题。

拓展性问题。

教学目标与基本要求

教学目标

根据O2O平台中用户使用优惠券的历史记录,先对原始数据进行描述性统计和探索性分析,主要分析优惠形式信息、用户消费行为和商户投放优惠券信息。后对数据进行数据预处理,包括数据清洗和数据转换,以及结合用户、商户、优惠券、用户和商户交互特点构造新指标。最后分别建立决策树分类模型、梯度提升分类模型和XGBoost分类模型,预测用户在领取优惠券后15天以内的使用情况,并对各个模型进行模型评价。

基本要求

了解案例的背景、数据说明和分析目标。

掌握描述性统计分析方法。

掌握分析优惠形式、用户消费行为、商户投放优惠券信息的方法。

掌握数据清洗和数据变换的数据预处理方法。

掌握构建决策树、梯度提升和XGBoost分类模型的方法。

掌握模型评价方法。

问题

引导性提问

引导性提问需要教师根据教材内容和学生实际水平,提出问题,启发引导学生去解决问题,提问,从而达到理解、掌握知识,发展各种能力和提高思想觉悟的目的。

O2O是什么呢?

企业发放的优惠劵都会被使用吗?

探究性问题

探究性问题需要教师深入钻研教材的基础上精心设计,提问的角度或者在引导性提问的基础上,从重点、难点问题切入,进行插入式提问。或者是对引导式提问中尚未涉及但在课文中又是重要的问题加以设问。

决策树算法的优点是什么?

使用三种分类模型对O2O优惠券使用预测的作用是什么?

拓展性问题

拓展性问题需要教师深刻理解教材的意义,学生的学习动态后,根据学生学习层次,提出切实可行的关乎实际的可操作问题。亦可以提供拓展资料供学生研习探讨,完成拓展性问题。

除了这三种模型,还可以使用什么模型呢?

决策树模型的参数有哪些可以设置,如何针对数据特征进行参数择优选择?

主要知识点、重点与难点

主要知识点

O2O优惠券使用预测分析方法与流程。

数据探索的方法和步骤。

数据预处理的方法和步骤。

决策树算法的原理与使用方法。

梯度提升分类算法的原理与使用方法。

XGBoost分类算法的原理与使用方法。

重点

O2O优惠券使用预测分析方法与流程。

决策树算法的原理与使用方法。

梯度提升分类算法的原理与使用方法。

XGBoost分类算法的原理与使用方法。

难点

决策树算法的原理与使用方法。

梯度提升分类算法的原理与使用方法。

XGBoost分类算法的原理与使用方法。

教学过程设计

理论教学过程

分析O2O优惠券使用的背景和数据。

熟悉O2O优惠券使用预测的分析步骤与流程。

了解数据分析探索的方法。

了解决策树算法。

了解梯度提升算法。

了解XGBoost分类算法。

掌握分类模型的评价方法。

实验教学过程

描述性统计分析。

分析优惠形式信息。

分析用户消费行为信息。

分析商户投放优惠券信息。

清洗数据。

变换数据。

构建决策树分类模型。

构建梯度提升分类模型。

构建XGBoost分类模型。

评价分类模型。

教材与参考资料

教材

翟世臣,张良均.Python数据分析与挖掘实战[M].北京:人民邮电出版社.2022.

参考资料

[1] 黄红梅,张良均.Python数据分析与应用[M].北京:人民邮电出版社.2018.

[2] 张良均,谭立云.Python数据分析与挖掘实战(第2版)[M].北京:机械工业出版社.2019.

[3] 张健,张良均.Python编程基础[M].本书全面、系统地介绍PhotoshopCC2019的基本操作方法和图形图像处理技巧,并对Photoshop在设计领域的应用进行细致的讲解,具体内容包括图像制作基础、软件基础操作、插画设计、Banner设计、App设计、H5设计、海报设计、网页设计、包装设计、综合设计实训等。

本书项目1~项目9先在“相关知识”中讲解基础知识,使学生了解图形图像处理的相关概念、要素和设计原则等;再通过“任务引入”引导学生了解每个任务学习的要点;通过“设计理念”展示设计的构思过程和主导思想;通过“任务知识”带领学生深入学习软件功能;通过“任务实施”指导学生快速熟悉图像的设计制作过程;通过“扩展实践”和“项目演练”提高学生的实际应用能力。项目10是综合设计实训,旨在帮助学生掌握商业案例的设计理念和设计方法,提升学生的实战水平。

本书可作为中等职业学校数字艺术专业平面设计课程的教材,也可供相关人员学习参考。

培训目标:

了解图像制作基础

熟悉软件基础操作

掌握插画的设计方法

掌握Banner的设计方法

掌握App的设计方法

掌握H5

文档评论(0)

aiboxiwen + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档