Appearance
电商平台用户行为分析系统的数据采集与处理流程设计
准考证号：
试题代码： 1.1.4
试题名称： 电商平台用户行为分析系统的数据采集与处理流程设计
考核时间： 30min
1.场地设备要求
人工智能训练师主机：CPU（intel i5 及以上）、内存（不少于 16GB）、操作系统（windows10）、支持深度学习训练；
2.工作任务
某电商平台希望通过用户行为数据分析，了解用户购物习惯、购买倾向等，从而优化产品推荐系统，提高用户满意度和销售额。作为数据分析师，您需要设计一套全面的业务数据采集与处理流程，确保数据在进入用户行为分析系统之前经过严格的采集、清洗和预处理。 我们提供一个用户行为数据集（user_behavior_data.csv），包含以下字段：
- UserID: 用户ID
- UserName: 用户名
- Age: 年龄
- Gender: 性别（Male/Female）
- Location: 位置
- LastLogin: 上次登录时间
- PurchaseAmount: 购买金额
- PurchaseCategory: 购买类别（例如，电子产品、服装、食品等）
- ReviewScore: 用户评价评分（1-5）
- LoginFrequency: 登录频率（每日、每周、每月） 你作为人工智能训练师，根据提供的user_behavior_data.csv数据集和Python代码框架（1.1.4.ipynb），完成以下数据的采集与处理任务，确保数据的准确性和可靠性。请按照以下要求完成任务，确保结果准确并保存相应的截图。
（1）数据采集：
通过运行Python代码（1.1.4.ipynb），从本地文件user_behavior_data.csv中读取数据，并将数据加载到DataFrame中。打印前5条数据。
（2）数据清洗与预处理：
通过运行Python代码（1.1.4.ipynb）对数据进行清洗和预处理，具体要求如下：
- 处理缺失值：对缺失值进行填充或删除。
- 数据类型转换：确保每个字段的数据类型正确。
- 处理异常值：删除不合理的年龄、购买金额和评价评分。
- 数据标准化：对购买金额和评价评分进行标准化处理。 清洗后的数据保存为新文件cleaned_user_behavior_data.csv。
（3）数据统计：
通过运行Python代码（1.1.4.ipynb），完成以下数据统计任务：
- 统计每个购买类别的用户数。
- 统计不同性别的平均购买金额。
- 统计不同年龄段的用户数（18-25岁、26-35岁、36-45岁、46-55岁、56-65岁、65岁以上）。 将统计结果分别截图以JPG的格式保存，分别命名为"1.1.4-1"、"1.1.4-2"、"1.1.4-3"。 所有结果文件储存在桌面新建的考生文件夹中，文件夹命名为"准考证号+身份证号后六位"。