黑色星期五促销商品购买行为数据集BlackFridaySalePurchaseBehavior-pradnyapalan
数据来源：互联网公开数据
标签： 零售, 消费者行为, 促销活动, 市场营销, 用户画像, 机器学习, 数据挖掘, 购买预测
数据概述：
该数据集包含来自在线零售平台在黑色星期五促销期间的商品购买行为数据，记录了用户的个人信息、商品信息以及购买金额等。主要特征如下：
时间跨度：数据未明确标注具体时间，但反映了黑色星期五促销期间的用户行为。
地理范围：数据未明确标注地理范围，但可以推测用户主要来自参与黑色星期五促销活动的地区。
数据维度：数据集包括以下关键字段：用户ID（User_ID）、商品ID（Product_ID）、性别（Gender）、年龄（Age）、职业（Occupation）、城市类别（City_Category）、在当前城市居住年限（Stay_In_Current_City_Years）、婚姻状况（Marital_Status）、商品类别1（Product_Category_1）、商品类别2（Product_Category_2）、商品类别3（Product_Category_3）、购买金额（Purchase）。
数据格式：CSV格式，文件名为train.csv，便于数据分析和建模。
来源信息：数据来源于在线零售平台的销售记录，经过了匿名化处理，以保护用户隐私。
该数据集适合用于消费者行为分析、市场营销策略优化和购买预测等研究。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于市场营销、消费者行为、零售管理等领域的学术研究，例如用户购买行为模式分析、促销活动效果评估等。
行业应用：为电商平台、零售商提供数据支持，尤其在个性化推荐、市场细分、促销活动优化等方面。
决策支持：支持市场营销决策、产品定价策略制定、库存管理优化等。
教育和培训：作为市场营销、数据分析等课程的教学案例，帮助学生理解消费者行为和数据驱动的决策过程。
此数据集特别适合用于分析用户在促销期间的购买偏好，预测购买金额，以及评估不同因素对购买行为的影响，帮助用户更好地理解促销活动的价值和优化营销策略。
