内容摘要：随着互联网的发展，如今网络电商平台已成为我们最大的生活消费平台，其方便快捷的消费方式深受各个年龄段的消费者喜爱。查阅资料发现，现阶段对电商平台消费者行为分析研究尚处于起步阶段，且多为理论上的分析，而之前学者在消费者行为研究领域的研究并不能完全适用于如今的消费者群体。通过对大数据下的电商平台的背景探索，把电商与大数据相结合，主要以实验论证的方式对网购人群消费行为进行研究，建立模型预测消费者行为。论文通过对收集到的2018年京东平台的用户数据，从三个维度探究用户消费行为的影响因素。通过特征选择算法提取最优的特征，构建逻辑回归模型，可以得到一个能较为准确地预测网购人群消费行为的模型。

关键词：电商平台、消费者分析、行为预测、逻辑回归

目 录

Abstract

内容摘要

1 绪论-1

1.1 研究背景及意义-1

1.1.1 研究背景-1

1.1.2 研究目的及内容-1

1.2 文献综述-2

2 相关工具和模型介绍-3

2.1 机器学习和模型介绍-3

2.2 SQL Server和Tableau介绍-5

2.3 特征选择方法-5

3 行为影响因素分析和特征选择-6

3.1 数据预处理及可视化分析-6

3.2 特征选择-10

4 构建模型-12

4.1 逻辑回归基本流程-12

4.2 模型评价指标-13

4.3 数据准备-14

4.4 训练模型及参数优化-15

5 总结和展望-17

5.1 总结-17

5.2 对未来的展望-18

参考文献-19

致谢