最全的考试模拟样题数据分析应用附答案经典版.docx
- 文档编号:7115129
- 上传时间:2023-01-19
- 格式:DOCX
- 页数:13
- 大小:23.72KB
最全的考试模拟样题数据分析应用附答案经典版.docx
《最全的考试模拟样题数据分析应用附答案经典版.docx》由会员分享,可在线阅读,更多相关《最全的考试模拟样题数据分析应用附答案经典版.docx(13页珍藏版)》请在冰豆网上搜索。
最全的考试模拟样题数据分析应用附答案经典版最全的考试模拟样题数据分析应用附答案经典版1(50.0分)移动公司想结合用户通话行为,推荐相应套餐,或者结合用户现有套餐优化用户套餐,提供个性化套餐,从而对客户进行精准营销,增加客户粘性。
为此,移动公司收集了下列数据,移动公司收集到的数据包含下列字段:
变量名称Customer_IDPeak_minsOffPeak_minsWeekend_minsInternational_minsTotal_minsaverage_mins变量标签用户编号工作日上班时间电话时长工作日下班时间电话时长周末电话时长国际电话时长总通话时长平均每次通话时长移动用户细分聚类data-移动用户细分聚类.xlsx请你根据这些客户数据,进行数据的预处理(数据预处理过程中可以根据现有变量构造新变量进行分析),预处理之后选择合适变量进行分析,分析算法自行选择,写出分析思路和过程,通过数据分析对客户进行细分,将客户分为5类。
并为移动公司提供客户精准营销的相关建议。
(请写出分析的流程并刻画最后细分之后的客户的特点和相应的营销建议)答案解析:
根据题意解读本题可以选用聚类方式对客户进行类别划分,此处采用Kmeans聚类进行模型假设。
1、对数据进行预处理,数据均为数值型,此项不用处理;检验数据可知没有缺失值,故此项不用处理;将数据导入datehoop平台进行异常值处理可以看到虽然异常值较多但考虑到可能是特殊人群,故此项不做处理。
聚类对变量相关性影响较为敏感,因此将数据通过datehoop平台进行相关性分析结果如下:
从相关矩阵可以看出Peak_mins和Total_mins相关性显著。
此处利用比值法构建新的变量peak_mins/total_mins,因为变量之间取值范围差异较大,因此进行聚类时需要进行标准化(datehoop平台可以自动标准化,此处不单独处理)。
2、对变量进行聚类,选择变量peak_mins/total_mins,offpeak_mins,weekend_mins,international_mins,total_mins,average_mins;根据题目要求,聚类个数选择5,聚类结果如下:
平均轮廓系数为0.2485,虽然轮廓系数并没有接近1,但也是合理的。
在实际聚类过程中并不是每次聚类都会达到较高的轮廓系数,轮廓系数不高说明类之间区分性不是特别明显,但并不代表类之间没有区分3、针对聚类结果分析每一类客户在现有变量上的特征,这里选取平均值作为参考依据,每一类针对每一个变量的类中心点如下:
1类:
工作日通话时长、国际通话时长、总通话时长都最长,周末通话时长也较长,可以定义为高端商务客户;2类:
平均每次通话时长最长,其他通话时长处于中等水平,可以定义为长聊客户;3类:
所有通话时长都最低,命名为不常使用客户;4类:
下班班时间通话时长最长,总通话时长和上班时间通话时长较长,可以命名为中端日常客户;5类:
周末通话时长最长,上班时间通话时长仅次于高端商务客户,国际通话时长和总通话时长都较长,可以命名为中端商务客户;4、根据以上客户细分的结果和特征分析,移动产品开发部门有针对性的开发设计套餐品类,满足不同类型客户的实际需求,增加客户黏性,提高客户满意度,最终提高客户的生命周期价值。
针对不同的类别客户给出相应的营销建议。
按照老师课堂讲解,可以发挥想象力针对每一类客户设置不同的营销策略,
(1)对于0类高端商务客户,移动公司可以推出较为优惠的电话资费以保证客户可以长期使用。
在保证国内通话时长的前提下,可以推出优惠的国际漫游资费。
(2)对于1类长聊客户,移动公司可以推出相应的畅聊套餐或者开设亲情号以吸引客户的眼光。
(3)对于4类中端商务客户可以推出和高端商务客户相似的套餐,以吸引顾客的目光。
(4)对于2类不常使用客户可以开设包月低价套餐,以增加客户使用率和客户粘性。
2(50.0分)通过游戏用户相关行为数据预测用户是否会付费某游戏公司,根据收集的2016年上半年的用户行为数据对用户是否会付费进行预测,根据预测结果对可能付费用户进行精准营销。
该公司一共收集了用户的编号,以及用户的注册时间和最后一次登录时间,以及用户退出时的等级还有用户是否付费等数据。
user_install_last_loginlevel_ois_paactive_avg_sessioiddate_dateendsyerdaysn_cnt登用户退录用户游戏安装最后一次登出时的手是否活跃天每天登录频编号时间录游戏时间游戏等机付费数次级系统数据及数据类型解释userinstall_last_loginlevel_is_paactive_avg_sessio_iddate_dateosendyerdaysn_cnt字符是否型,付费日期型取值1代表字符如:
为:
日期型数值型付费,数值型数值型型2015/5/4Andr0代表oid未付和费iOS游戏数据训练集游戏训练数据.xlsx游戏数据测试集游戏测试数据.xlsx游戏预测数据.xlsx请根据原始数据,对数据进行预处理(包括对类别型变量进行数值化处理、重新构造新的变量),然后根据原始数据,自行选择变量和分析算法进行分析(数据提供包含训练数据、测试数据、预测数据、其中测试数据的模型检验结果的计算提供了相应的excel表格,表名为:
测试数据结果计算,只需把测试结果拷贝到第二类数下面,相应的指标即可计算出来),写出分析过程和思路,并且根据模型进行预测。
答案:
1、由题意可知本题是分析用户是否会付费这一问题,可以考虑用逻辑回归建立模型进行预测。
本题中level_end、os、active_days、avg_session_cnt、duration、为自变量,iis_payer为因变量2、对数据进行预处理,因为登录手机系统OS为字符型数据,故进行数值化编码如下:
osos编码Android1iOS2经检验数据可知无缺失值,故此项不用处理;数据样本均衡,符合建模要求;异常值分析:
将所有变量导入datahoop平台进行异常值分析,由箱型图可知虽然存在异常数据,但是考虑到可能是分类所致,故此项不做处理。
逻辑回归对多种共线性敏感,因此需要进行共线性分析,将所有变量导入datahoop平台进行相关系数分析,得到相关系数矩阵如下:
相关系数矩阵level_eos数值active_davg_session_duratiis_paynd化ayscntonerlevel_end10.08350.88860.70530.72790.6825os数值化0.083510.06280.00440.06840.1237active_days0.88860.062810.52810.76720.5323avg_session_0.70530.00440.528110.38060.5184cntduration0.72790.06840.76720.380610.4497is_payer0.68250.12370.53230.51840.44971由矩阵可以看出变量之间虽然具有相关性,但是相关性不强,可以进行逻辑回归分析。
3、设定自变量level_end、os、active_days、avg_session_cnt、()duration分别为x1,x2,x3,x4,x5,因变量is_payer为y,假设回归方程ln()=a1x1+a2x2+a3x3+a4x4+a5x5+b将训练集和测试集的数据分别导入datahoop平台,选择相应的自变量和因变量,进行逻辑回归分析(迭代次数1000次)模型结果及检验情况如下:
Accuracy和AUC值,准确率和召回率都比较高,模型拟合效果较好,训练误差不大。
回归方程为ln()=0.1207x1+0.5375x2-0.0009x3+0.117x4-0.0016x5-3.6267()将测试结果和原测试集中的实际分类进行对比,得到如下混淆矩阵和计算出相应的准确率召回率,结果如下:
由混淆矩阵可知Accuracy和准确率召回率都比较大,模型预测效果较好,泛化误差不大。
可以用该模型进行预测。
平台答案解析答案解析:
提示:
根据题目可以选取聚类方法对客户进行细分,这里选取k-means聚类方法进行分析。
k-means聚类要求,纳入的聚类变量一般为数值型变量,而且聚类变量之间不应该有较强的线性相关关系,如果变量间存在较高的线性关系且能够相互替代,那么计算距离时,这些变量会对距离重复贡献,一定程度上影响到聚类结果。
对数据进行预处理,数据无缺失值,异常值分析显示异常值较多,结合实际情况认为有可能是特殊人群,所以在此不作处理。
通过查看相关系数矩阵看到peak_mins和total_mins相关性很高,所以只选取其中一个,然后构造一个新的变量peak_mins/total_mins,由于新构造的变量取值与其他变量取值范围相差较大,因此,在聚类分析时,选择标准化处理之后的数据进行聚类(datahoop可以在分析时默认进行标准化处理);对数据进行聚类分析,选取变量为:
peak_mins/total_mins,offpeak_mins,weekend_mins,international_mins,total_mins,average_mins,聚类个数为5。
平均轮廓系数为0.246左右,虽然轮廓系数并没有接近在实际聚类过程中并不是每次聚类都会达到较高的轮廓系数,类之间区分性不是特别明显,但并不代表类之间没有区分。
1,但也是合理的。
轮廓系数不高说明根据聚类结果分析每一类客户在现有变量上的特征,这里选取平均值作为参考依据。
对类进行特征分析:
1类:
总通话时间(Total_mins)最长,上班通话通话时间(Peak_mins)最长,国际通话(International_mins)最长,命名为高端商用客户;0类:
下班通话时间(OffPeak_mins)最长,周末通话时间(Weekend_mins)最长,上班和国际通话时间居中,命名为中端日常客户;2类:
上班通话通话时间(Peak_mins)和国际通话(International_mins仅次于第1类,周末通话时间(Weekend_mins)居中,总通话时间(Total_mins))较长,命名为中端商用客户;4类:
平均每次通话(average_mins)时长最长,命名为长聊客户;3类:
各项通话时间均很低,命名不常使用客户。
综上,根据以上客户细分的结果和特征分析,移动产品开发部门有针对性的开发设计套餐品类,满足不同类型客户的实际需求。
比如:
高端用户推荐各项指标偏高,套餐费用也偏高的套餐;中端用户和中高端用户可以较高端用户偏低一点进行套餐推荐,常聊用户可以推荐符合常聊特点的套餐,比如通话次数优惠类套餐,低端用户可以推荐资费便宜的套餐。
从而增加客户黏性,提高客户满意度,最终提高客户的生命周期价值。
答案解析:
分析不同特点的用户是否会付费,属于分类问题,这里选取逻辑回归算法来进行分析。
逻辑回归算法需要考虑是否存在异常值和共线性,因此进行异常值分析和相关系数矩阵分析。
由分析结果可以看出异常值所占比例太多,可能是分类的某种趋势导致,因此不做处理。
自变量之间存在相关性,但不是特别强,所以可以直接进行逻辑回归分析。
以is_payer为因变量,level_end、os、active_days、avg_session_cnt和duration为自变量进行逻辑回归分析。
写出逻辑回归方程和各个指标,说明训练误差不大。
接下来用测试数据进行检验,说明泛化误差不大,因此可以用来预测。
最后预测分析。
赠送以下资料考试知识点技巧大全一、考试中途应饮葡萄糖水大脑是记忆的场所,脑中有数亿个神经细胞在不停地进行着繁重的活动,大脑细胞活动需要大量能量。
科学研究证实,虽然大脑的重量只占人体重量的2%-3%,但大脑消耗的能量却占食物所产生的总能量的20%,它的能量来源靠葡萄糖氧化过程产生。
据医学文献记载,一个健康的青少年学生30分钟用脑,血糖浓度在120毫克/100毫升,大脑反应快,记忆力强;90分钟用脑,血糖浓度降至80毫克/100毫升,大脑功能尚正常;连续120分钟用脑,血糖浓度降至60毫克/100毫升,大脑反应迟钝,思维能力较差。
我们中考、高考每一科考试时间都在2小时或2小时以上且用脑强度大,这样可引起低血糖并造成大脑疲劳,从而影响大脑的正常发挥,对考试成绩产生重大影响。
因此建议考生,在用脑60分钟时,开始补饮25%浓度的葡萄糖水100毫升左右,为一个高效果的考试加油。
二、考场记忆“短路”怎么办呢?
对于考生来说,掌握有效的应试技巧比再做题突击更为有效。
1.草稿纸也要逐题顺序写草稿要整洁,草稿纸使用要便于检查。
不要在一大张纸上乱写乱画,东写一些,西写一些。
打草稿也要像解题一样,一题一题顺着序号往下写。
最好在草稿纸题号前注上符号,以确定检查侧重点。
为了便于做完试卷后的复查,草稿纸一般可以折成4-8块的小方格,标注题号以便核查,保留清晰的分析和计算过程。
2.答题要按先易后难顺序不要考虑考试难度与结果,可以先用5分钟熟悉试卷,合理安排考试进度,先易后难,先熟后生,排除干扰。
考试中很可能遇到一些没有见过或复习过的难题,不要蒙了。
一般中考试卷的题型难度分布基本上是从易到难排列的,或者交替排列。
3.遇到容易试题不能浮躁遇到容易题,审题要细致。
圈点关键字词,边审题边画草图,明确解题思路。
有些考生一旦遇到容易的题目,便觉得心应手、兴奋异常,往往情绪激动,甚至得意忘形。
要避免急于求成、粗枝大叶,防止受熟题答案与解题过程的定式思维影响,避免漏题,错题,丢掉不该丢的分。
4.答题不要犹豫不决选择题做出选择时要慎重,要关注题干中的否定用词,对比筛选四个选项的差异和联系,特别注意保留计算型选择题的解答过程。
当试题出现几种疑惑不决的答案时,考生一定要有主见,有自信心,即使不能确定答案,也不能长时间犹豫,浪费时间,最终也应把认为正确程度最高的答案写到试卷上,不要在答案处留白或开天窗。
5.试卷检查要细心有序应答要准确。
一般答题时,语言表达要尽量简明扼要,填涂答题纸绝不能错位。
答完试题,如果时间允许,一般都要进行试卷答题的复查。
复查要谨慎,可以利用逆向思维,反向推理论证,联系生活实际,评估结果的合理性,选择特殊取值,多次归纳总结。
另外,对不同题型可采用不同的检查方法。
选择题可采用例证法,举出一两例来能分别证明其他选项不对便可安心。
对填空题,则一要检查审题;二要检查思路是否完整;三要检查数据代入是否正确;四要检查计算过程;五要看答案是否合题意;六要检查步骤是否齐全,符号是否规范。
还要复查一些客观题的答案有无遗漏,答案错位填涂,并复核你心存疑虑的项目。
若没有充分的理由,一般不要改变你依据第一感觉做出的选择。
6、万一记忆短路可慢呼吸考试中,有些考生因为怯场,导致无法集中精神,甚至大脑忽然一片空白,发生记忆堵塞。
此时不要紧张,不妨尝试如下方式:
首先是稳定心态,保持镇静,并注意调节自己的呼吸率。
先慢吸气,当对自己说放松时缓慢呼气,再考虑你正在努力回忆的问题,如果你仍不能回想起来,就暂时搁下这道题,开始选做其他会的试题,过段时间再回过头来做这道题。
第二,积极联想。
你不妨回忆老师在讲课时的情景或自己的复习笔记,并努力回忆与发生记忆堵塞问题有关的论据和概念,把回忆起的内容迅速记下来,然后,看能否从中挑出一些有用的材料或线索。
第三,进行一分钟自我暗示。
即根据自己的实际,选择能激励自己,使自己能心情平静和增强信心的话,在心中默念3至5遍。
比如:
我已平静下来,我能够考好、我有信心,一定能考出理想的成绩等等。
第四,分析内容,查找相关要点。
借助试卷上其它试题,也许会给考生提供某些线索。
因此不要轻易放弃,查看试题中的相关要点,看看是否能给考生提供线索或启发。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 考试 模拟 数据 分析 应用 答案 经典
![提示](https://static.bdocx.com/images/bang_tan.gif)