项目题目

口碑商家客流量预测

成员

徐晶、王鹏、唐正、申长虹

问题描述

预测客户流量对商家的经营管理至关重要。在口碑平台上，我们将客户流量定义为“单位时间内在商家使用支付宝消费的用户人次”。在这个问题中，我们将选用用户的浏览和支付历史，以及商家相关信息，进而以此预测所有商家在接下来14天内，每天的客户流量。

1、问题背景分析

随着移动定位服务的流行，阿里巴巴和蚂蚁金服逐渐积累了来自用户和商家的海量线上线下交易数据。蚂蚁金服的O2O平台“口碑”用这些数据为商家提供了包括交易统计，销售分析和销售建议等定制的后端商业智能服务。举例来说，口碑致力于为每个商家提供销售预测。基于预测结果，商家可以优化运营，降低成本，并改善用户体验。 这次项目中，我们将以恰当定义的销售预测问题为题，帮助口碑成为更加智能的商业平台，更好地服务社会。

2、问题描述

2.1. 数据准备 我们选用从2015.07.01到2016.10.31（除去2015.12.12）的商家数据，用户支付行为数据以及用户浏览行为数据。

2.2. 模型建立 建立时间序列模型并进行参数训练，满足商家预测客户流量的需要。

项目评估

在这次项目中， 我们需要最小化预测测试集中所有商家在未来14天（2016.11.01-2016.11.14）内各自每天（00:00:00-23:59:59）的客户流量（预测结果为非负整数）与真实客户流量之间的差值之和。

项目分工

数据预处理及算法实现：徐晶、王鹏、唐正、申长虹 文档编写及实验分析：徐晶、王鹏、唐正、申长虹