内容摘要：大数据技术的不断发展促进了电商企业在大数据精准营销方面的应用，随着信息技术的快速发展，近年来用户画像成为电商企业对用户进行研究的基础应用，如何收集分析并利用用户数据信息进行营销活动，会直接影响电商企业的营销效果。本文主要研究精准营销的作用，并运用决策树分类算法——决策树算法是在已知具有不同特征的样本数据出现的概率基础上,构建决策树来进行数据分析的一种算法，在数据分类算法中,决策树算法是一种经典的分类决策算法。本文根据收集的用户静态信息数据和用户内容偏爱数据来进行决策树分类预测模型的建立，来对用户购买偏好商品品偏好进行预测，以此进行商品推荐来更好的击中用户的购买需求，以及对收集的用户信息进行分析。

关键词：机器学习；决策树；精准营销；用户画像；大数据；电商企业

目录

内容摘要

Abstract

1-研究背景和意义-1

2-决策树-3

1.1-概念-3

1.2-划分选择-4

1.2.1-信息增益、信息增益率和基尼系数的概念：-4

1.3-C4.5决策树算法和CART算法-6

1.3.1-c4.5算法-6

1.3.2-CART算法-6

3-用户画像信息选取数据-8

3.1-用户画像的定义-8

3.2-用户画像组成数据-8

3.3-用户画像作用-9

4-基于C4.5决策树算法的模型建构-10

4.1-数据收集和处理-10

4.2-模型建立与应用-11

5-结论与展望-15

5.1-总结-15

5.2-机器学习发展期望-20

5.3-大数据背景下电子商务发展前景-21

6-参考文献-22

7-致谢-23

8-附录-24

8.1-数据-24

8.2-代码-29