Python商务数据分析与应用-AI实训指导手册 陈佳 第6-10章 数字广告投放及效果分析-短视频营销分析

《Python商务数据分析与应用》AI实训指导手册第1页配套教材·AIGC版·微课版《Python商务数据分析与应用》AI实训指导手册10大项目·20个入门级实训·Python+DeepSeek双引擎驱动配套教材陈佳、田晓丽、李光旭、谭慧敏编著《Python商务数据分析与应用》（AIGC版微课版），人民邮电出版社实训总数20个（教材10章，每章2个实训）建议学时每实训2学时，共40学时（可按方向选做12个）难度定位零基础入门，Python+AI双工具，边学边做核心工具Python（JupyterNotebook）、DeepSeek、NumPy、pandas、Matplotlib内容时效案例与数据更新至2026年，紧贴电商、社交、直播、短视频四大场景使用说明：带✎标记的记录栏请在电脑上直接填写；灰底框内的提示词可直接复制到DeepSeek或Python环境中使用。

第6章数字广告投放及效果分析广告效果：相关性分析+k-means聚类|广告投放不是"投了就有效"。用相关性分析找"什么因素影响点击率"，用k-means把用户分群做精准投放。实训6-1广告数据探索：相关性分析与可视化建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）实训编号：6-1【实训情境】广告主投了钱，问你"我的广告到底有没有效？什么因素影响点击率？"你手上有raw_sample.csv（广告曝光样本）、ad_feature.csv（广告特征）、user_profile.csv（用户画像）三个数据集。这节课用pandas合并数据、算相关性、画热力图。【学习目标】□能使用pandas合并多个数据集（merge）□能计算变量之间的相关系数并绘制热力图□能解读相关性分析结果，找出影响广告效果的关键因素【成果交付】□一段完整的数据合并+相关性分析代码□一张相关性热力图+3条关键发现【操作步骤】步骤1：理解广告数据——三个表长什么样做什么：先用AI把三个数据集的结构搞清楚，再动手。别上来就merge，搞不好列名对不上。▍提示词（可直接复制到AI工具）我在做数字广告效果分析，有三个CSV文件：1.raw_sample.csv：广告曝光日志（用户ID、广告ID、时间、是否点击）2.ad_feature.csv：广告特征（广告ID、创意类型、出价等）3.user_profile.csv：用户画像（用户ID、年龄、性别、消费能力等）请你：1.解释这三个表之间的关系（用哪个列做关联键）2.合并三个表的推荐步骤（先合并哪两个？用什么类型的merge？）3.合并后可能出现的问题（重复列、数据膨胀、缺失值）4.合并后应该检查什么用大白话解释，假设我是Python初学者。提示：数据合并（merge）就像SQL的JOIN：on参数指定关联键，how参数决定保留哪些行。inner只保留匹配的，left保留左表全部。让AI帮你画一张合并逻辑图。✎写下三个表的关联键是____，推荐合并顺序是____。步骤2：数据合并与清洗做什么：理解了数据结构后，用pandas把三个表合并成一个，然后清洗。▍提示词（可直接复制到AI工具）请用pandas写一段代码：1.读取raw_sample.csv、ad_feature.csv、user_profile.csv三个文件2.用merge合并：先合并raw_sample和ad_feature（on='ad_id'），再合并user_profile（on='user_id'）3.检查合并后的数据量和缺失值4.删除缺失值5.检查并删除重复行6.将非数值列做标签编码（LabelEncoder）7.打印合并后的数据概况（shape、columns、describe）要求：加注释，每步打印结果。如果数据量太大，用nrows限制读取行数。提示：merge后数据量可能暴增（一对多关系导致笛卡尔积）。合并后可以使用shape获得行数是否合理，不合理说明合并键选错了。✎记录合并后共____行____列。步骤3：计算相关系数——什么影响点击率做什么：数据合并好了，现在算变量之间的相关性。找出"哪些因素和广告点击率相关性最强"。▍提示词（可直接复制到AI工具）请用pandas和numpy写一段代码：1.对合并后的数据计算相关系数矩阵（df.corr()）2.提取"是否点击"列与其他列的相关系数，按绝对值排序3.找出与点击率相关性最强的前5个因素4.用matplotlib画相关系数热力图（imshow或seaborn.heatmap）5.解读结果：哪些因素正向影响点击率？哪些负向影响？要求：加注释，热力图要有颜色条和标签。提示：相关系数范围是[-1,1]：接近1强正相关，接近-1强负相关，接近0基本无关。但相关性不等于因果性——让AI解释这个区别。✎记录与点击率相关性最强的3个因素：1.____2.____3.____。步骤4：用DeepSeek做深度分析做什么：教材在第6章引入了DeepSeek做数据相关性分析。让AI帮你解读热力图，给出广告优化建议。▍提示词（可直接复制到AI工具）我已用pandas计算了广告数据的相关系数矩阵，画了热力图。发现与点击率相关性最强的因素包括：广告创意类型、用户年龄、出价水平等。请你：1.解释为什么这些因素与点击率相关性最强2.基于相关性结果，给出3条广告优化建议（具体到"调什么参数"）3.指出相关性分析的局限性——哪些重要因素可能被遗漏了4.如果要进一步验证因果关系，下一步该做什么实验背景：某电商平台的信息流广告，目标用户是18-35岁的年轻消费者。提示：AI可能给出过于理论的建议（如"优化算法模型"）。你要追问到具体操作层面："具体调什么？调到多少？"改过的建议才属于你。✎贴上AI的分析和你的修改意见。写下你认为最关键的1条优化建议。【避坑指南】⚠merge时注意关联键的数据类型。如果一边是int64另一边是object，merge会报错或匹配失败。⚠相关系数只衡量线性关系。非线性关系（如U型关系）不会被corr捕捉到，需要画散点图辅助判断。⚠热力图的颜色映射要选对。RdYlBu（红黄蓝）是常用色图：红=正、蓝=负、黄=无。⚠AI可能直接给出"点击率公式"——但不同平台的点击率定义不同。以你的数据列含义为准。【评价量表】评价维度评价标准分值数据合并三表合并正确，数据量合理30相关性分析相关系数计算正确，排序合理30可视化热力图清晰，有颜色条和标签25分析解读3条发现基于数据、建议可操作15合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：对广告数据做"分组相关性分析"——按用户年龄段分组，分别计算各组的点击率相关因素，对比不同年龄段的广告效果差异。实训6-2用k-means给用户分群：广告精准投放建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）、scikit-learn实训编号：6-2【实训情境】广告主说"我不想对所有用户投一样的内容，能不能把用户分几个群体，每个群体投不同的广告？"这就是k-means聚类——让算法自动找出用户群体。这节课用DeepSeek生成代码、scikit-learn运行k-means。【学习目标】□理解k-means聚类算法的原理和适用场景□能使用scikit-learn的KMeans进行用户聚类□能用轮廓系数评估聚类效果并选择最佳K值【成果交付】□一段完整的k-means聚类代码（含数据标准化、聚类、评估）□聚类结果可视化图+4类用户画像描述【操作步骤】步骤1：理解k-means——用AI讲清楚做什么：k-means是无监督学习的经典算法。先用AI把它的原理搞明白——什么是K、什么是质心、怎么迭代。▍提示词（可直接复制到AI工具）你是机器学习入门教练。请用大一学生能听懂的大白话解释k-means聚类算法：1.什么是聚类？和无监督学习是什么关系？2.k-means的K是什么意思？怎么选K值？3.算法步骤（用"分座位"的类比解释）4.什么是质心（centroid）？5.什么是轮廓系数（silhouettescore）？怎么用它评估聚类效果？6.k-means在广告投放中的应用场景7.新手最容易踩的1个坑最后用表格汇总关键概念。提示：K值的选择是k-means最关键的超参数。常用的方法：肘部法则（ElbowMethod）和轮廓系数法。让AI帮你画一张"K值选择决策图"。✎写下K的含义是____，轮廓系数范围是____到____。步骤2：特征工程——选哪些特征做聚类做什么：聚类前要选好特征。用上一步合并好的广告数据，选取合适的特征进行标准化。▍提示词（可直接复制到AI工具）请用pandas和sklearn写一段代码，做k-means聚类前的特征工程：1.从合并后的广告数据中选取聚类特征：用户年龄、消费能力、点击率、广告偏好类型2.处理缺失值（填充或删除）3.非数值列做标签编码（LabelEncoder）4.用StandardScaler做标准化（k-means对量纲敏感）5.输出处理后的特征矩阵shape和前5行参考代码：fromsklearn.preprocessingimportStandardScaler,LabelEncoderfeatures=df[['age','consumption_ability','click_rate','ad_type']]#编码+标准化要求：加注释，输出处理后的数据概况。提示：标准化（StandardScaler）让所有特征均值为0、标准差为1。不做标准化的话，数值范围大的特征会主导聚类结果。这是新手最常见的坑。✎记录选取了____个特征，标准化后特征矩阵的shape是____。步骤3：用DeepSeek跑k-means聚类做什么：教材在第6章引入了基于DeepSeek的k-means聚类。让AI帮你生成完整的聚类代码，包括选K值和可视化。▍提示词（可直接复制到AI工具）请帮我写一段完整的k-means聚类代码：1.用sklearn.cluster.KMeans对标准化后的特征做聚类2.K值从2到8分别跑，计算每个K的轮廓系数3.画"肘部图"（KvsSSE）和"轮廓系数图"（Kvssilhouette_score）4.选择最佳K值5.用最佳K值重新聚类，给每个用户打标签6.用matplotlib画聚类散点图（取前2个主成分降维可视化）7.输出每个簇的样本数量和特征均值要求：加注释，每步打印结果。代码要能直接在Jupyter中运行。提示：DeepSeek生成的代码可能在Python环境中报错——如sklearn版本差异、函数参数变化等。把报错信息完整贴回去让AI修复。这就是教材强调的"二次验证与适配调试"。✎记录最佳K值是____，轮廓系数是____。4个簇的人数分别是____。步骤4：解读聚类结果——给每个群体"画像"做什么：聚类完了不是结束——要能说出每个群体"是什么样的人"。用DeepSeek帮你解读每个簇的特征。▍提示词（可直接复制到AI工具）我用k-means将广告用户分为了4个群体。每个群体的特征均值如下（请根据实际数据替换）：簇0：年龄25岁、消费能力中、点击率8%、偏好视频广告簇1：年龄35岁、消费能力高、点击率5%、偏好图文广告簇2：年龄22岁、消费能力低、点击率12%、偏好视频广告簇3：年龄40岁、消费能力高、点击率3%、偏好搜索广告请帮我：1.为每个群体起一个"画像名称"（如"年轻高互动族"）2.分析每个群体的广告投放价值（高/中/低）3.给每个群体推荐1种广告内容和投放策略4.指出哪个群体最值得加大投放，为什么要求：建议要具体到"投什么内容、什么时段、什么平台"。提示：聚类结果的解读比聚类本身更重要。算法只是工具，能不能把数据变成"可执行的商业策略"才是你的价值。✎贴上4类用户画像和投放建议。写下你最想投放的群体和原因。【避坑指南】⚠k-means对初始质心敏感，不同运行可能得到不同结果。用random_state=42固定随机种子保证可复现。⚠K值不是越大越好。K太大会过拟合，每个样本自成一类；K太小会欠拟合，群体差异不明显。⚠k-means只能处理数值型特征。类别型特征需要先编码（LabelEncoder或OneHotEncoder）。⚠AI画的散点图可能用了3D可视化——入门阶段用2D（PCA降维到2个主成分）更直观。【评价量表】评价维度评价标准分值特征工程特征选择合理、标准化正确25聚类代码k-means运行成功，K值选择有依据30评估可视化肘部图和轮廓系数图完整，散点图清晰25画像解读4类用户画像清晰，投放建议具体可操作20合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：对k-means聚类结果做"稳定性检验"——改变random_state跑5次，对比每次聚类结果的一致性。如果某类用户每次都出现，说明这个群体是"真实"的。第7章电子商务平台商务活动分析电商实战：数据预处理+转化漏斗+精准推荐|电商分析三板斧：把数据洗干净、把转化算清楚、把推荐做精准。实训7-1电商商品数据预处理与销售转化分析建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）实训编号：7-1【实训情境】电商平台给了你一份商品数据集，里面有商品ID、类目、价格、销量、评价数等字段。数据有不少问题——缺失值、异常值、格式不统一。老板说"先把数据弄干净，再算算转化率"。这节课动手做。【学习目标】□能对电商商品数据做完整的预处理（缺失值、异常值、标准化）□能使用漏斗模型分析电商平台的销售转化率□能计算关键电商指标并找出转化瓶颈【成果交付】□一段完整的数据预处理代码□一份销售转化分析报告（含漏斗图和3条优化建议）【操作步骤】步骤1：数据预处理——把数据洗干净做什么：电商数据通常存在缺失值、异常值和格式不一致等质量问题。先做缺失值处理、异常值检测和数据标准化。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对电商商品数据集做预处理：1.读取数据，查看shape、info、describe2.检查缺失值：isnull().sum()，对数值列用中位数填充，分类列用众数填充3.检测异常值：用IQR方法（Q1-1.5*IQR~Q3+1.5*IQR），找出价格和销量中的异常值4.异常值处理：用clip方法截断到合理范围5.数据标准化：对数值列用MinMaxScaler归一化到[0,1]6.类别列做标签编码7.打印处理前后的统计摘要对比要求：加注释，每步打印结果。提示：IQR异常值检测法：Q1=25分位数，Q3=75分位数，IQR=Q3-Q1。低于Q1-1.5*IQR或高于Q3+1.5*IQR的都是异常值。让AI帮你画一张异常值分布图。✎记录处理前缺失值共____个，异常值共____个，处理后剩余____行。步骤2：销售转化漏斗分析做什么：电商转化的典型路径是：曝光→点击→加购→收藏→购买。用pandas计算每个环节的人数和转化率。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对UserBehavior数据集做电商销售转化漏斗分析：1.筛选各行为类型的用户集合：pv_users,cart_users,fav_users,buy_users2.计算漏斗各层人数：-曝光用户数=pv用户数-加购用户数=cart用户数-收藏用户数=fav用户数-购买用户数=buy用户数3.计算各环节转化率：-曝光→加购=cart_users/pv_users-加购→购买=buy_users/cart_users-整体转化率=buy_users/pv_users4.找出"流失最大"的环节5.用matplotlib画漏斗图（横向柱状图，标注人数和转化率）要求：加注释，转化率保留2位小数。提示：电商行业的整体转化率通常在1%-5%之间。如果你的计算结果远超或远低于这个范围，检查是否有逻辑错误。✎记录整体转化率是____%，流失最大的环节是____。步骤3：关键指标计算——GMV/客单价/复购率做什么：除了转化率，电商还有几个核心指标。用pandas算出GMV、客单价、复购率。▍提示词（可直接复制到AI工具）请用pandas写一段代码，计算以下电商核心指标：1.GMV（成交总额）：如果有金额列，直接sum；如果没有，用购买商品数×假设均价2.客单价：GMV/购买用户数3.复购率：购买2次及以上的用户数/总购买用户数4.日均GMV：按日期分组求和取均值5.品类贡献度：按商品类目分组计算GMV占比6.TOP5热销商品（按购买次数排序）要求：加注释，结果用print格式化输出。用matplotlib画品类GMV占比饼图。提示：GMV和实际销售额不同：GMV是下单金额，实际销售额要扣除退款退货。分析时要说明你算的是哪个。✎记录GMV=____，客单价=____元，复购率=____%。步骤4：用DeepSeek写分析报告做什么：指标计算完成后，应结合数据结果形成分析结论。让AI帮你把数字变成有商业洞察的报告。▍提示词（可直接复制到AI工具）我已经用pandas分析了电商平台用户行为数据，得到以下结果：-整体转化率：约2%-流失最大环节：曝光→加购（约95%流失）-客单价：约80元-复购率：约15%-最热销品类：手机数码请帮我写一份300字以内的销售转化分析报告，包括：1.总体情况概述（1-2句话）2.关键发现（3条，每条用数据支撑）3.优化建议（2条，具体到"做什么"）背景：某校园电商平台，用户主要是大学生，近期在做促销活动。提示：分析报告的黄金法则：先说数字→再说原因→最后说建议。每条建议必须对应一个数据发现，不能空谈。✎贴上分析报告。写下你觉得最关键的1条优化建议。【避坑指南】⚠数据预处理不是"一刀切"。不同列的缺失值用不同策略填充——数值列用中位数，分类列用众数，时间列用前后值填充。⚠异常值不一定要删除。有些"异常值"是真实的大额订单，删除会丢失重要信息。先画分布图看看再决定。⚠GMV计算时要注意单位。如果金额列以分为单位，记得除以100转成元。⚠AI可能用你没有的数据列计算GMV。先检查数据集里到底有哪些列，再让AI写代码。【评价量表】评价维度评价标准分值预处理缺失值、异常值处理逻辑合理，标准化正确30转化分析漏斗各层转化率计算正确，流失环节定位准确30指标计算GMV/客单价/复购率计算无误，可视化清晰25分析报告报告结构完整、数据支撑充分、建议可操作15合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：做"品类转化对比分析"——按商品类目分组，分别计算各品类的转化率和客单价，找出"转化率高但客单价低"和"转化率低但客单价高"的品类，给出差异化运营建议。实训7-2商品精准推荐：协同过滤入门建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）、scikit-learn实训编号：7-2【实训情境】老板看了你的转化分析，说"用户买了手机就不买壳吗？能不能给买手机的人推荐手机壳？"这就是推荐系统——协同过滤。教材在第7章引入了基于DeepSeek的商品精准推荐。这节课动手实现一个简单版。【学习目标】□理解协同过滤推荐算法的基本原理（用户基vs物品基）□能使用DeepSeek生成推荐算法代码并在Python中验证□能评估推荐结果的质量并给出业务建议【成果交付】□一段协同过滤推荐代码（含数据准备、模型、推荐结果）□给3个用户的推荐列表+推荐理由【操作步骤】步骤1：理解推荐系统——用AI讲清楚做什么：推荐系统是电商的核心。先用AI把"协同过滤"的原理搞明白——什么是用户基、什么是物品基。▍提示词（可直接复制到AI工具）你是推荐系统入门教练。请使用适合大学一年级学生理解的通俗语言解释：1.什么是推荐系统？为什么电商离不开它？2.什么是协同过滤（CollaborativeFiltering）？3.用户基协同过滤（User-basedCF）："找到和你口味相似的人，推荐他们买过的东西"4.物品基协同过滤（Item-basedCF）："买了A的人也买了B，所以给买A的人推荐B"5.两种方法的优缺点和适用场景6.冷启动问题是什么？怎么解决？对每种方法用一个生活类比，最后用表格对比。提示：协同过滤的核心是"相似性"——用户相似或物品相似。相似度的计算方法有余弦相似度、皮尔逊相关系数等。入门阶段先理解概念，代码后面让AI写。✎写下用户基CF的核心思想是____，物品基CF的核心思想是____。步骤2：构建用户-商品交互矩阵做什么：协同过滤的输入是"用户-商品矩阵"。用pandas从UserBehavior数据集中构建这个矩阵。▍提示词（可直接复制到AI工具）请用pandas写一段代码，构建用户-商品交互矩阵：1.读取UserBehavior数据集2.筛选购买行为（behavior_type=='buy'）3.用pivot_table构建"用户×商品"矩阵：行是user_id，列是item_id，值是购买次数4.矩阵中0表示未购买，1表示购买过5.查看矩阵的稀疏度（非零元素占比）6.找出被购买次数最多的TOP10商品7.找出购买商品种类最多的TOP10用户要求：加注释，如果用户量太大可随机抽样1000个用户。提示：用户-商品矩阵通常非常稀疏（99%以上是0）。稀疏度越高，推荐越难。让AI解释"稀疏度"对推荐效果的影响。✎记录矩阵大小是____×____，稀疏度是____%。步骤3：用DeepSeek实现物品基协同过滤做什么：教材在第7章引入了基于DeepSeek的商品精准推荐。让AI帮你写一段物品基CF代码——计算商品之间的相似度，给用户推荐。▍提示词（可直接复制到AI工具）请帮我写一段物品基协同过滤推荐代码：输入：用户-商品购买矩阵（user_item_matrix，pandasDataFrame，行是user_id，列是item_id，值是0/1）步骤：1.计算商品之间的余弦相似度（cosine_similarity）2.对指定用户，找出他买过的商品3.用相似度矩阵，推荐和他买过的商品最相似的TOP5商品4.推荐结果排除已购买的商品5.打印推荐结果：商品ID+相似度分数参考代码框架：fromsklearn.metrics.pairwiseimportcosine_similarityitem_sim=cosine_similarity(user_item_matrix.T)item_sim_df=pd.DataFrame(item_sim,index=user_item_matrix.columns,columns=user_item_matrix.columns)defrecommend(user_id,matrix,sim_df,top_n=5):purchased=matrix.loc[user_id]purchased_items=purchased[purchased>0].indexscores=sim_df[purchased_items].mean(axis=1)scores=scores[~scores.index.isin(purchased_items)]returnscores.sort_values(ascending=False).head(top_n)要求：加注释，代码能在Jupyter中直接运行。提示：DeepSeek生成的代码可能在Python中报错——如矩阵维度不匹配、索引类型不对。把完整报错信息贴回去让AI修复。这就是教材反复强调的"二次验证"。✎记录给用户____推荐的TOP5商品ID和相似度分数。步骤4：评估推荐效果做什么：推荐结果生成后，需要对其有效性进行评估。用DeepSeek帮你设计评估方案。▍提示词（可直接复制到AI工具）我已经用物品基协同过滤实现了商品推荐。现在请帮我：1.设计一个简单的评估方案：把数据按时间分成训练集和测试集（80:20），用训练集算相似度，在测试集上评估推荐准确率2.计算以下指标：-Precision@5：推荐的前5个商品中，用户实际购买的比例-Recall@5：用户实际购买的商品中，被推荐出来的比例3.分析推荐结果的问题：有没有推荐了不相关的商品？为什么？4.给出2条改进建议要求：写Python代码实现评估，加注释。提示：推荐系统评估是进阶内容，入门阶段理解Precision和Recall的含义就够了。关键是能够判断推荐结果是否具有合理性——有时候数据比指标更能说明问题。✎记录Precision@5=____%，Recall@5=____%。写下推荐结果中你觉得最合理的一个。【避坑指南】⚠协同过滤有冷启动问题——新用户没有行为数据，无法推荐。入门阶段先不管这个，实际业务中需要用热门商品兜底。⚠用户-商品矩阵太大时内存会爆。用scipy.sparse稀疏矩阵存储，或抽样处理。⚠余弦相似度计算时要注意：有购买行为记为1，没有记为0——不要用原始购买次数，否则高频商品会主导相似度。⚠AI可能推荐了用户已经买过的商品——记得在推荐结果中排除已购商品。【评价量表】评价维度评价标准分值原理理解能说出用户基和物品基CF的区别和适用场景25代码实现交互矩阵构建正确，相似度计算无误35推荐质量推荐结果合理，排除了已购商品25评估分析能计算Precision/Recall，有改进建议15合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：实现"用户基协同过滤"，对比用户基和物品基两种方法的推荐结果差异。对同一个用户，两种方法推荐的商品有几款重合？第8章社交平台商务活动分析社交电商：用户画像+行为预测|社交平台卖的不是商品，是内容和人设。用RFM构建用户画像、用随机森林预测用户购买行为。实训8-1小红书用户画像构建：RFM在社交平台的应用建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）实训编号：8-1【实训情境】小红书博主问："我的粉丝到底是什么样的人？哪些粉丝最可能转化？"社交平台的用户画像和电商不同——不只看购买，还要看互动。这节课用RFM模型的变体，给社交平台用户构建画像。【学习目标】□理解社交平台用户行为与电商平台用户行为的差异□能使用RFM模型变体对社交平台用户做画像分析□能可视化用户画像并用AI生成洞察【成果交付】□一段用户画像构建代码（含RFM变体计算）□一页纸用户画像报告（含图表+3类核心用户描述）【操作步骤】步骤1：理解社交平台数据做什么：社交平台数据比电商复杂——有点赞、评论、收藏、分享、购买等多种行为。先搞懂数据结构。▍提示词（可直接复制到AI工具）你是社交电商数据分析导师。请解释：1.社交平台（如小红书）用户行为有哪些？（浏览、点赞、评论、收藏、分享、购买）2.社交平台的RFM模型和电商有什么不同？-R：最近一次互动（不一定是购买）-F：互动频率（点赞+评论+收藏+分享次数）-M：消费金额或互动深度3.社交平台用户画像的关键维度有哪些？4.为什么社交电商比传统电商更依赖内容质量？5.新手做社交平台数据分析最容易忽略什么？用表格汇总社交平台vs电商平台的RFM差异。提示：社交平台的核心是"互动"——点赞和评论比浏览更能反映用户兴趣。让AI帮你设计一个"互动深度评分"模型。✎写下社交平台RFM和电商RFM的最大区别是____。步骤2：用pandas计算社交RFM做什么：理解了概念，用pandas对小红书数据集计算RFM变体。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对社交平台用户数据集做RFM画像分析：假设数据集包含：user_id,behavior_type(view/like/comment/fav/share/buy),timestamp,content_id1.筛选各行为类型，统计每种行为的用户数和次数2.计算RFM变体：-R：用户最近一次互动距今天数-F：用户总互动次数（like+comment+fav+share+buy）-M：互动深度分（评论=3分,收藏=2分,点赞=1分,分享=2分,购买=5分，加总）3.用均值作为阈值，将R/F/M分为高/低4.组合出4类核心用户5.统计每类用户数量6.用matplotlib画分层饼图要求：加注释，输出前10行和统计结果。提示：社交平台的M值用"互动深度评分"代替金额——不同行为权重不同。让AI帮你调整权重，看看分层结果怎么变化。✎记录4类用户数量，占比最大的类型是____。步骤3：用户画像可视化做什么：光看数字不够直观。用Matplotlib画出用户画像的雷达图和分布图。▍提示词（可直接复制到AI工具）请用matplotlib写一段代码，对社交平台RFM分层结果做可视化：1.画4类核心用户的RFM均值雷达图（4个维度：R,F,M,互动深度）2.画各行为类型数量柱状图3.画用户活跃度分布直方图（每日互动次数）4.画内容类型×用户类型的热力图（哪类用户偏好哪类内容）参考代码：-雷达图用plt.polar或自定义实现-每张图加标题和标签要求：中文显示正常，图表美观。提示：雷达图能同时展示多个维度，特别适合做用户画像。让AI帮你调整雷达图的角度和标签。✎贴上雷达图截图。写下"重要价值用户"的画像特征。步骤4：用AI生成用户洞察做什么：图画完了，让DeepSeek帮你把图表变成可执行的用户洞察和运营建议。▍提示词（可直接复制到AI工具）我已对小红书用户数据做了RFM分层和可视化。以下是关键发现：-重要价值用户（R高F高M高）占比约10%-重要发展用户（R高F低M高）占比约25%-用户最常做的互动是点赞，最少的是分享-评论行为与购买行为相关性最高请帮我：1.为每类核心用户写一段100字以内的画像描述2.针对"重要发展用户"给出3条提升互动频率的策略3.分析为什么"评论与购买相关性最高"，给出1条利用这个发现的运营建议4.指出画像分析的局限性——还有什么数据没有纳入？背景：小红书博主，粉丝5万，主推美妆和穿搭内容。提示：用户画像的价值不在于"描述用户是什么样"，而在于"根据画像做什么"。让AI帮你把画像变成"运营动作清单"。✎贴上AI的用户洞察。写下你最想执行的1条运营策略。【避坑指南】⚠社交平台的行为类型比电商多。不要把所有行为混在一起算——不同行为对购买意愿的影响不同。⚠R值在社交平台要重新定义。不是"最近购买时间"，而是"最近互动时间"——活跃度比购买频率更重要。⚠雷达图维度不要超过6个。太多维度会让图形杂乱看不清。⚠AI可能用了数据集中没有的数据字段。先确认数据集的实际列名再写代码。【评价量表】评价维度评价标准分值概念理解能说出社交平台RFM和电商RFM的区别25代码实现RFM计算正确，分层逻辑合理30可视化雷达图和分布图清晰美观25用户洞察画像描述准确，运营建议可操作20合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：对用户行为做"序列分析"——找出用户从"浏览→点赞→评论→购买"的常见路径，计算每条路径的转化率。和第5章的漏斗分析对比，社交平台的漏斗和电商有什么不同？实训8-2用户购买行为预测：随机森林模型实战建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）、scikit-learn实训编号：8-2【实训情境】老板问："哪些用户下个月会购买？我好提前给他们推广告。"这就是购买行为预测——用历史行为数据预测未来购买。教材在第8章引入了基于DeepSeek的用户行为预测。这节课用随机森林模型来实现。【学习目标】□理解随机森林模型的基本原理和适用场景□能使用DeepSeek生成预测模型代码并在Python中验证□能评估模型效果并解读特征重要性【成果交付】□一段完整的预测模型代码（含数据准备、训练、评估）□特征重要性排序图+模型评估报告【操作步骤】步骤1：理解随机森林——用AI讲清楚做什么：随机森林是集成学习的代表算法。先用AI把它的原理搞明白——什么是决策树、什么是集成、什么是"森林"。▍提示词（可直接复制到AI工具）你是机器学习入门教练。请用大白话解释：1.什么是决策树？用"20问游戏"类比解释2.什么是随机森林？为什么"三个臭皮匠顶个诸葛亮"？3.随机森林的两个"随机"是什么？（随机抽样+随机选特征）4.随机森林的优点：为什么不容易过拟合？5.什么是特征重要性？怎么用它做业务分析？6.随机森林在用户购买预测中的应用场景7.分类问题和回归问题的区别用表格汇总关键概念。提示：决策树就像"20问游戏"——通过一系列是/否问题来分类。随机森林就是"100棵树投票"——每棵树给一个预测，少数服从多数。✎写下随机森林的两个"随机"是____和____。步骤2：数据准备与特征工程做什么：预测模型的质量取决于特征工程。从用户行为数据中提取特征，构建训练集。▍提示词（可直接复制到AI工具）请用pandas写一段代码，为用户购买行为预测做特征工程：1.读取用户行为数据（UserBehavior或小红书数据集）2.按用户分组，提取以下特征：-最近7天浏览次数-最近7天加购次数-最近7天收藏次数-最近30天购买次数-注册天数-平均每日活跃时长3.构建标签：未来7天内是否购买（0/1）4.处理缺失值和异常值5.非数值特征做编码6.用train_test_split分训练集和测试集（80:20）7.打印特征矩阵shape和标签分布要求：加注释，特征名称清晰。提示：特征工程是预测模型最关键的环节。好特征比好算法更重要。让AI帮你设计更多特征，如"最近一次购买距今天数""最常浏览的类目"等。✎记录共提取了____个特征，正样本占比____%。步骤3：用DeepSeek建随机森林模型做什么：教材在第8章引入了基于DeepSeek的用户行为预测。让AI生成完整的建模代码。▍提示词（可直接复制到AI工具）请帮我写一段随机森林分类模型代码：输入：训练集X_train,y_train（特征+标签：是否购买）步骤：1.用sklearn.ensemble.RandomForestClassifier训练模型2.设置参数：n_estimators=100,max_depth=10,random_state=423.在测试集上预测4.计算评估指标：-准确率（accuracy_score）-混淆矩阵（confusion_matrix）-精确率和召回率（precision_score,recall_score）-F1分数5.输出特征重要性排序（feature_importances_）6.用matplotlib画特征重要性柱状图7.用matplotlib画混淆矩阵热力图参考代码：fromsklearn.ensembleimportRandomForestClassifierfromsklearn.metricsimportaccuracy_score,confusion_matrix,classification_reportrf=RandomForestClassifier(n_estimators=100,max_depth=10,random_state=42)rf.fit(X_train,y_train)y_pred=rf.predict(X_test)要求：加注释，打印所有评估指标。提示：DeepSeek生成的代码可能在你的数据上报错——列名不匹配、数据类型不对等。把报错信息贴回去让AI修复。这就是"AI辅助+人工验证"的工作模式。✎记录模型准确率____%，精确率____%，召回率____%。步骤4：解读模型——什么因素影响购买做什么：模型不是黑箱——特征重要性告诉你"什么因素最影响购买决策"。用AI帮你解读。▍提示词（可直接复制到AI工具）我用随机森林模型预测了用户购买行为，特征重要性排序如下（请根据实际结果替换）：1.最近7天浏览次数（重要性0.25）2.最近7天加购次数（重要性0.20）3.最近30天购买次数（重要性0.18）4.最近7天收藏次数（重要性0.12）5.注册天数（重要性0.10）模型准确率约75%，精确率约70%，召回率约65%。请帮我：1.解读特征重要性：哪些行为最能预测购买？为什么？2.评估模型效果：准确率75%够用吗？什么场景下需要更高？3.给出3条基于特征重要性的运营建议4.指出模型的局限性：哪些重要因素没有被纳入？5.如果要提升模型效果，下一步该怎么做？背景：社交电商平台，目标是预测用户未来7天是否会购买。提示：特征重要性不是因果关系。"浏览次数最重要"不意味着"浏览导致购买"——可能只是"有购买意愿的人浏览更多"。让AI解释这个区别。✎贴上AI的模型解读。写下你觉得最关键的1条运营建议。【避坑指南】⚠随机森林虽然不易过拟合，但max_depth太大或n_estimators太多仍会过拟合。用交叉验证选择参数。⚠如果正负样本比例严重不均衡（如95%是负样本），模型会偏向预测"不购买"。用class_weight='balanced'或SMOTE处理。⚠特征重要性只反映"模型学到了什么"，不一定是"真实的因果关系"。业务理解比模型输出更重要。⚠AI可能用了你数据集没有的特征。拿到代码后检查特征名是否和你的数据匹配。【评价量表】评价维度评价标准分值原理理解能说出随机森林的原理和优势20特征工程特征提取合理，数据准备正确30建模评估模型训练成功，评估指标完整30模型解读特征重要性解读合理，建议可操作20合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：对比随机森林和逻辑回归两种模型的预测效果，画出ROC曲线对比图。分析哪个模型更适合这个场景并说明理由。第9章直播营销分析直播带货：数据指标+流失预测|直播是当下最火的带货方式。用数据算GMV、转化率、退货率，用DeepSeek预测客户流失。实训9-1直播数据指标分析：GMV/转化率/退货率建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）实训编号：9-1【实训情境】你需要为直播团队开展运营复盘。主播说："昨晚直播4小时，感觉卖得不错，但到底好不好？"你打开数据：在线人数、商品点击、下单、退款……几十个指标，怎么用Python快速算出核心指标、画出趋势图？【学习目标】□理解直播营销的核心数据指标（GMV、转化率、在线人数、退货率）□能使用pandas对直播数据做指标分析□能可视化直播数据趋势并给出复盘建议【成果交付】□一段直播数据指标分析代码□一页纸直播复盘报告（含关键指标+趋势图+3条建议）【操作步骤】步骤1：理解直播核心指标做什么：直播的指标体系比电商更复杂——有在线人数、停留时长、互动率等。先用AI搞清楚每个指标的含义。▍提示词（可直接复制到AI工具）你是直播电商数据分析导师。请用通俗语言解释以下直播核心指标：1.GMV（成交总额）vs实际销售额——有什么区别？2.在线人数vs累计观看人数——哪个更重要？3.平均停留时长——衡量什么？4.商品转化率——点击→下单→支付各环节的转化率5.退货率——高退货率说明什么问题？6.互动率（点赞+评论+分享/观看人数）7.UV价值（GMV/观看UV）8.GPM（千次曝光成交额）对每个指标：一句话定义+计算公式+好坏标准。最后用表格汇总，并标出"必看的5个指标"。提示：GMV是"看起来很美"的指标——不扣除退货。直播复盘一定要同时看GMV和实际销售额。让AI解释为什么有些团队只报GMV不报退货。✎写下GMV和实际销售额的区别是____，退货率的合理范围是____%。步骤2：用pandas计算直播核心指标做什么：概念清楚了，用pandas对直播数据做指标计算。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对直播营销数据集做指标分析：假设数据集包含：timestamp,online_count,product_id,clicks,orders,payments,returns,amount1.计算GMV：sum(amount)2.计算实际销售额：sum(amount)-sum(returns_amount)3.计算退货率：退货金额/GMV4.计算商品转化率：payments/clicks（点击→支付转化率）5.计算平均在线人数：mean(online_count)6.计算峰值在线人数：max(online_count)7.计算UV价值：GMV/累计观看人数8.按时间段（每30分钟）分组，计算各时段GMV和在线人数9.找出GMV最高的TOP5商品要求：加注释，结果用print格式化输出。提示：直播数据通常按分钟或秒记录。用resample('30T')或groupby按时间段聚合，能看到直播间的"流量节奏"。✎记录GMV=____，退货率=____%，峰值在线=____人。步骤3：可视化直播趋势做什么：把直播过程画成图表——在线人数曲线、GMV累积曲线、商品销量排行。▍提示词（可直接复制到AI工具）请用matplotlib写一段代码，对直播数据做可视化：1.画在线人数变化折线图（横轴=时间，纵轴=在线人数），标注峰值点2.画GMV累积折线图（横轴=时间，纵轴=累计GMV）3.画TOP10商品销量柱状图4.画各时段转化率折线图5.在在线人数图上标注"上链接""抽奖""秒杀"等关键节点（如有）用subplots把1和2放在一张图里（双Y轴），方便对比在线人数和GMV的关系。要求：中文显示，图表美观，有标题和标签。提示：双Y轴图用ax1.twinx()创建第二个Y轴。左边画在线人数，右边画GMV——能看出"人多人少和卖多少的关系"。✎贴上趋势图截图。写下：在线人数峰值时GMV是否也最高？____步骤4：用AI写直播复盘报告做什么：数据算完了、图画完了，让DeepSeek帮你写一份复盘报告。▍提示词（可直接复制到AI工具）我已经分析了直播数据，得到以下结果：-直播时长4小时，平均在线800人，峰值2000人-GMV12万元，实际销售额9.6万元-退货率20%（行业平均约15%）-商品转化率3.5%（行业平均约2%）-TOP3商品贡献了60%的GMV-在线人数在开播1小时和倒数第3个链接时达到峰值请帮我写一份300字以内的直播复盘报告，包括：1.总体表现（1-2句）2.关键发现（3条，每条用数据支撑）3.优化建议（2条，明确下一次直播的具体改进措施）背景：校园美妆品牌直播，主播是大学生，首次直播。提示：复盘报告的核心是"下次改什么"。退货率20%高于行业平均——这是重点改进方向。让AI帮你分析退货率高的可能原因。✎贴上复盘报告。写下你最想改进的1项指标和你的行动计划。【避坑指南】⚠GMV不等于实际收入。退货率高的直播，仅观察GMV可能高估销售表现，必须同时考虑退货影响和实际销售额。。必须同时看GMV和实际销售额。⚠在线人数是"瞬时值"——不是累计观看人数。两个指标含义完全不同，不要搞混。⚠直播数据的timestamp可能是字符串格式。先用pd.to_datetime转换，否则resample会报错。⚠AI可能用你没有的数据字段（如"观看UV"）。如果数据集没有这个字段，需要用累计在线人数的近似值代替。【评价量表】评价维度评价标准分值指标理解8个核心指标含义和公式描述正确25计算正确GMV/退货率/转化率等计算无误30可视化趋势图清晰，双Y轴图美观25复盘报告报告结构完整、数据支撑充分、建议可操作20合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：做"直播时段效率分析"——把直播分成8个时段（每30分钟），计算各时段的"人效"（GMV/平均在线人数），找出"人效最高"和"人效最低"的时段，分析原因。实训9-2客户流失预测：用DeepSeek建模建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）、scikit-learn实训编号：9-2【实训情境】直播团队积累了3个月的用户数据，老板问："哪些老客户可能流失？我好提前给他们发优惠券。"教材在第9章引入了基于DeepSeek的客户流失预测。这节课用AI建模，"可能流失的客户"。【学习目标】□理解客户流失的定义和流失预测的业务价值□能使用DeepSeek生成流失预测模型代码并在Python中验证□能分析流失用户特征，制定挽留策略【成果交付】□一段客户流失预测代码（含特征工程、建模、评估）□一份流失用户特征分析报告+3条挽留策略【操作步骤】步骤1：理解客户流失做什么：什么叫"客户流失"？不同平台定义不同。先用AI搞清楚流失的定义和预测流失的业务价值。▍提示词（可直接复制到AI工具）你是客户关系管理（CRM）数据分析导师。请解释：1.什么是客户流失？电商平台和直播平台怎么定义"流失"？2.流失预测的业务价值：提前知道谁会流失，能做什么？3.流失用户的常见特征有哪些？（如：最近购买间隔变长、互动减少、投诉增加）4.流失预测属于什么类型的机器学习问题？（分类）5.除了随机森林，还有哪些算法适合做流失预测？（逻辑回归、XGBoost）6.流失预测的评估重点：精确率vs召回率，哪个更重要？用表格汇总关键概念。提示：流失预测中，召回率通常比精确率更重要——宁可"误杀"（把不流失的当流失），也不能"漏杀"（把真流失的漏掉）。让AI解释这个逻辑。✎写下客户流失的常见定义是____，评估流失模型时____率更重要。步骤2：数据探索与特征构建做什么：先看看数据长什么样，然后构建预测流失的特征。流失预测的特征工程比购买预测更复杂——要看用户行为的"变化趋势"。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对直播用户数据做流失预测的特征工程：1.读取用户行为数据（含user_id,behavior_type,timestamp,amount等）2.定义流失标签：最近30天无任何互动行为的用户标记为"流失"（1），否则为"活跃"（0）3.提取以下特征：-最近购买距今天数（R）-30天内购买次数（F）-30天内消费总额（M）-30天内互动次数（点赞+评论+分享）-30天内观看直播次数-平均购买间隔天数-最近3个月购买次数变化趋势（递增/递减/平稳）4.检查正负样本比例5.用train_test_split分训练集和测试集6.打印特征概况和流失率要求：加注释，特征名清晰。提示："变化趋势"特征是流失预测的关键——不只是看"现在做了多少"，还要看"比以前多了还是少了"。让AI帮你设计更多趋势特征。✎记录总用户____人，流失用户____人，流失率____%。步骤3：用DeepSeek建流失预测模型做什么：教材在第9章引入了基于DeepSeek的客户流失预测。让AI生成完整的建模代码。▍提示词（可直接复制到AI工具）请帮我写一段客户流失预测代码：输入：X_train,X_test,y_train,y_test（特征+流失标签）步骤：1.用sklearn.ensemble.RandomForestClassifier建模2.设置class_weight='balanced'处理类别不均衡3.用GridSearchCV做简单的参数搜索（n_estimators:[50,100,200],max_depth:[5,10,15]）4.用最佳模型在测试集上预测5.计算评估指标：准确率、精确率、召回率、F16.输出混淆矩阵和分类报告（classification_report）7.输出特征重要性排序8.用matplotlib画特征重要性柱状图和ROC曲线要求：加注释，打印所有结果。提示：GridSearchCV可能跑很慢。先用小参数集试，验证建模流程后再扩大搜索范围。让AI帮你估算运行时间。✎记录最佳模型参数：n_estimators=____,max_depth=____。召回率=____%。步骤4：分析流失用户特征+制定挽留策略做什么：模型建完了，要能用。用DeepSeek分析"流失用户有什么共同特征"，制定挽留策略。▍提示词（可直接复制到AI工具）我用随机森林模型预测了客户流失，模型召回率约70%。特征重要性排序如下（请根据实际结果替换）：1.最近购买距今天数（0.30）2.30天内互动次数（0.22）3.平均购买间隔天数（0.15）4.30天内购买次数（0.12）5.30天内观看直播次数（0.10）高流失风险用户的共同特征：-最近购买间隔>20天-30天互动次数<3次-购买间隔逐渐变长请帮我：1.分析每个重要特征与流失的关系（为什么重要）2.设计3条分层挽留策略：-高风险用户（最近购买间隔>30天）：做什么？-中风险用户（最近购买间隔15-30天）：做什么？-低风险用户（最近购买间隔<15天）：做什么？3.每条策略的预算和预期效果4.指出模型召回率70%的局限性——还有30%的流失用户没被识别，怎么办？背景：直播电商团队，用户约1万人，月均流失率约8%。提示：挽留策略的核心是"在用户彻底流失前介入"。不同风险等级用不同力度的策略——高风险用重力度（如大额优惠券），低风险用轻力度（如推送提醒）。✎贴上AI的流失分析和挽留策略。写下你觉得最有创意的1条策略。【避坑指南】⚠流失的定义直接影响模型效果。30天不活跃vs60天不活跃，模型完全不同。先和业务方确认定义。⚠流失预测中类别不均衡很常见（90%活跃+10%流失）。用class_weight='balanced'或SMOTE处理，否则模型偏向预测"不流失"。⚠召回率比精确率重要——在业务成本允许的情况下，可优先提高流失用户召回率，同时控制误判成本。但也不要为了召回率而使精确率下降到缺乏业务可用性的水平。⚠AI可能用了你数据集没有的特征。先确认特征名称和你的数据匹配再跑代码。【评价量表】评价维度评价标准分值概念理解能解释流失定义和预测价值，知道召回率更重要20特征工程特征构建合理，趋势特征设计到位30建模评估模型训练成功，参数搜索和评估完整30挽留策略3条策略分层合理，预算和预期效果清晰20合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：做"流失预警仪表盘"——对每个用户计算流失概率分数（0-100），按分数从高到低排序，输出TOP50高风险用户名单和他们的特征数据，可以直接交给运营团队。第10章短视频营销分析短视频带货：特征提取+效果预测|短视频是流量的新入口。用数据提取商品特征、用决策树预测推广效果。实训10-1短视频商品数据特征提取与可视化建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）实训编号：10-1【实训情境】你帮一个短视频带货团队分析数据。老板问："什么样的短视频更容易带出货？"你打开数据集：视频时长、点赞、评论、分享、商品价格、销量……怎么用Python提取关键特征、画出"什么样的视频带货好"？【学习目标】□理解短视频营销数据的特征维度□能使用pandas对短视频数据做特征提取和转换□能可视化短视频数据分布并发现规律【成果交付】□一段特征提取与可视化代码□一页纸"短视频带货规律"分析报告（含图表+3条发现）【操作步骤】步骤1：理解短视频营销数据做什么：短视频数据有哪些字段？每个字段衡量什么？先用AI搞清楚数据结构。▍提示词（可直接复制到AI工具）你是短视频营销数据分析导师。请解释：1.短视频营销数据通常包含哪些维度？-视频特征：时长、类型、是否含商品链接-互动数据：播放量、点赞、评论、分享、收藏-商品数据：商品价格、类目、销量、转化率-用户特征：粉丝量、达人等级、垂直领域2.短视频带货的核心指标有哪些？（GPM、转化率、ROI）3.短视频营销和直播营销的数据有什么区别？4.短视频的"完播率"为什么重要？5.5W模式（Who/What/Where/When/Why）在短视频营销中怎么应用？用表格汇总关键指标。提示：短视频和直播的最大区别：直播是"实时互动"，短视频是"内容沉淀"。短视频的数据更偏内容质量（完播率、互动率），直播更偏实时转化。✎写下短视频和直播数据最大的区别是____。步骤2：特征提取与转换做什么：用pandas对短视频数据做特征提取——包括品类特征数值化、衍生特征计算。▍提示词（可直接复制到AI工具）请用pandas写一段代码，对短视频营销数据做特征提取：假设数据集包含：video_id,duration,views,likes,comments,shares,favorites,product_id,product_price,product_category,sales,conversion_rate1.计算衍生特征：-互动率=(likes+comments+shares+favorites)/views-完播率（如果有完播数据）-点赞率=likes/views-评论率=comments/views-分享率=shares/views2.品类特征数值化：用LabelEncoder将product_category转为数值3.将duration分桶：短视频（<30s）、中视频（30-60s）、长视频（>60s）4.计算"带货效率"=sales/views（每千次播放带来的销量）5.检查各特征的统计摘要和分布6.用matplotlib画各特征分布直方图要求：加注释，输出特征概况。提示：特征衍生是数据分析的"创造性"环节——从已有字段计算出更有商业含义的新字段。如"互动率"比单独看点赞数更能衡量内容质量。✎记录互动率均值是____%，带货效率均值是____。步骤3：可视化——发现带货规律做什么：用Matplotlib画出短视频数据的分布和关系，发现"什么样的视频带货好"。▍提示词（可直接复制到AI工具）请用matplotlib写一段代码，对短视频数据做可视化分析：1.画视频时长分布饼图（短/中/长）2.画互动率vs转化率散点图（按品类着色）3.画各品类平均带货效率柱状图4.画播放量vs销量散点图（看看有没有线性关系）5.画TOP10视频的互动数据柱状图6.用subplots把1-4放在一张大图里要求：中文显示，图表美观，有标题和标签。提示：散点图能发现"规律"——如果互动率和转化率呈正相关，说明"内容越好卖得越多"。让AI帮你计算相关系数验证。✎贴上可视化截图。写下你发现的最有价值的1条规律。步骤4：用AI解读规律+给优化建议做什么：图画完了，让DeepSeek帮你把图表变成可执行的优化建议。▍提示词（可直接复制到AI工具）我分析了短视频带货数据，发现以下规律：-30秒以内的短视频平均带货效率最高-互动率与转化率呈正相关（相关系数约0.65）-美妆类和食品类视频带货效果最好-播放量与销量没有显著线性关系（播放高不等于卖得多）-分享率高的视频，带货效率也高请帮我：1.解读每条发现背后的原因2.给出3条短视频优化建议（具体到"拍什么、怎么拍、拍多长"）3.指出分析的局限性——还有什么因素没纳入？4.如果要进一步优化，下一步该分析什么数据背景：校园品牌短视频带货团队，每周发3-5条短视频，主打美妆产品。提示："播放量高不等于卖得多"是短视频带货的核心发现——内容质量和商品匹配度比流量更重要。让AI帮你分析什么样的内容能同时获得高播放和高转化。✎贴上AI的分析和建议。写下你最想尝试的1条优化建议。【避坑指南】⚠互动率=互动数/播放量。如果播放量是0（视频刚发布），互动率会报错。用try-except或加条件判断处理。⚠品类特征数值化时，LabelEncoder的数字没有大小关系（如"美妆"=0,"食品"=1不代表美妆<食品）。如果模型把它当连续变量，需要用OneHotEncoder。⚠视频时长分桶的边界不是固定的。30秒、60秒是经验值，不同平台可能不同。⚠AI可能用了你没有的字段（如"完播率"）。如果数据集没有，可以用"平均观看时长/视频时长"近似。【评价量表】评价维度评价标准分值特征提取衍生特征计算正确，品类特征数值化合理30可视化4张以上图表清晰，有标题和标签30规律发现3条发现基于数据、有逻辑支撑25优化建议建议具体到"拍什么、怎么拍"，可操作15合计自评____分互评____分教师评分____分100【拓展挑战】用DeepSeek生成代码：做"短视频内容聚类分析"——用k-means把视频按特征（时长、互动率、转化率、品类）聚成3-4类，给每类视频起名（如"爆款型""长尾型""种草型"），并分析每类视频的带货特点。实训10-2商品推广效果预测：决策树模型实战建议学时：2学时难度：进阶使用工具：DeepSeek（免费）、Python（JupyterNotebook）、scikit-learn实训编号：10-2【实训情境】短视频团队老板问："我发一条新视频，能卖多少？能不能提前预测？"教材在第10章引入了基于DeepSeek的商品推广分析及预测。这节课用决策树模型来预测短视频的推广效果。【学习目标】□理解决策树模型的基本原理和可解释性优势□能使用DeepSeek生成决策树预测代码并在Python中验证□能可视化决策树并解读规则，给出