南加州大學探究項目：谷歌商店消費者花費預測-Kaggle競賽

天下 10-18

探究項目：谷歌商店消費者花費預測 - Kaggle競賽

電子商務平台近幾年來發展迅猛，出現在生活的方方面面，如淘寶、京東。電子商務平台並不僅包括海量商品數據，更有海量的消費者行為數據（如消費者的瀏覽時間、次數）。消費者在電子商務平台上產生的大量行為數據，使得分析消費者的購買意圖和消費習慣成為可能。營銷團隊如果可以預測客戶的消費水平，便可以調整促銷策略從而更好地服務客戶，提高運營效率以及企業收入。

Rstudio, Google Cloud 與Kaggle 聯手打造本次競賽：Google Analytics Customer Revenue Prediction。在本次競賽中，參賽者要挑戰分析 Google Merchandise Store（也稱為GStore，銷售 Google 周邊的電子商城）客戶數據集，以預測每位客戶的花費，以為公司提供必要的遠見。競賽於2018年9月15日開啟，結束時間為2018年11月15日，目前全球已有990支隊伍參與。

相關學科

機器人學計算機視覺人工智慧

拓撲學物理學心理學

計算機模擬模擬應用數學

導師：南加州大學碩士

豐富的數據科學領域項目研究經驗；

研究方向：計算機科學。

掃碼免費諮詢

本課題僅限 2 個名額

研

課題研究方法

AI＋X數據驅動型科研

AI＋X數據驅動型科研是指使用人工智慧（AI）演算法，收集、處理、分析具體學科（X）的海量數據，並基於此進行預測，從而獲得科學發現的研究方法。與傳統的、基於實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以藉助AI演算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用範圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用於各個領域，利用AI演算法研究基因數據，從而進行早期的癌症篩查便是其中一例。基因組與癌症病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。但藉助AI演算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立資料庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯繫，從而使癌症診斷的「標準化」成為可能。

整個科研教學流程中，每一位學員都將有學術督導協助保障研究階段性作業和論文的進度，確保取得研究成果。

獎

探究項目成果

成果1：個性化個人網站展現學術研究成果

有方探究項目為學員製作個人網站展示學生的項目成果。網站展示包含項目課題介紹、研究過程、研究結論和學生學習心得等個性化內容，真實完整的反應學生的學習過程和個人學術成長與收穫。

同時，有方探究項目的項目成果還可以投放到計算機行業交流平台GitHub等業內人士交流平台中，讓更多人關注到學生的學術成果。在申請過程中，招生官極其重視學生的科研項目經歷，個人網站可以作為重要成果展示，幫助學生在諸多競爭者中脫穎而出。

成果2 ：個人科研能力提升

學生順利完成有方探究項目的所有課程學習後，相當於達到美國優秀大學本科三年級計算機學科方向課程項目或獨立研究項目要求。在大學申請時，獨立項目的研究經歷將極大的展現學生的學術積極性和獨立解決問題的能力。

獎

往期成果

2018Top30名校錄取

有方學員TOP30錄取率高達