全世界最可爱😊的案例列表
使用神经网络预测杭嘉湖地区地热点的潜势
本人是该项目技术部的负责人，负责对神经网络的搭建调试与运行，该项目使用BP与Lightgbm神经网络对杭嘉湖地区的地热潜势进行分析。结果为使用BP模型预测的准确率为94.93%，使用Lightgbm模型的准确率为92.72%，两者的准确率都在90%，有良好的预测效果，后该项目已经被浙江省地质局进行收购，已经成功进行应用。
基于Python进⾏⽤⼾消费⾏为分析
本项目是使用Python对CD售卖进行用户消费行为的分析，主要从以下几个方面展开 1）利⽤Python构建RFM模型，对于不同的⽤⼾进⾏精细化运营（⽐如：对于重要价值客⼾进⾏⼀次性购买⼗张CD赠送⼀张CD的活动） 2）分析⽤⼾的⽣命周期，该项⽬中⼀次性⽤⼾占⼤多数，通过他们在购买时留下的电话或者邮箱，进⾏回访，对于体验感良好的⽤⼾可以做出购买CD包邮到家的服务 3）分析⽤⼾的回购率，前三个⽉处于新店开业，回购率达到20%，后逐渐趋于平稳⾄15%
案例判断参考
全世界最可爱😊的案例列表
使用神经网络预测杭嘉湖地区地热点的潜势
本人是该项目技术部的负责人，负责对神经网络的搭建调试与运行，该项目使用BP与Lightgbm神经网络对杭嘉湖地区的地热潜势进行分析。结果为使用BP模型预测的准确率为94.93%，使用Lightgbm模型的准确率为92.72%，两者的准确率都在90%，有良好的预测效果，后该项目已经被浙江省地质局进行收购，已经成功进行应用。...
基于Python进⾏⽤⼾消费⾏为分析
本项目是使用Python对CD售卖进行用户消费行为的分析，主要从以下几个方面展开 1）利⽤Python构建RFM模型，对于不同的⽤⼾进⾏精细化运营（⽐如：对于重要价值客⼾进⾏⼀次性购买⼗张CD赠送⼀张CD的活动） 2）分析⽤⼾的⽣命周期，该项⽬中⼀次性⽤⼾占⼤多数，通过他们在购买时留下的电话或者邮箱，进⾏回访，对于体验感良好的⽤⼾可以做出购买CD包邮到家的服务 3）分析⽤⼾的回购率，前三个⽉处于新店开业，回购率达到20%，后逐渐趋于平稳⾄15%...
