货运司机与货主行为预测数据集FreightDriver-ShipperBehaviorPrediction-rosedeli
数据来源：互联网公开数据
标签：货运, 司机, 货主, 行为预测, 机器学习, 货运平台, 用户画像, 订单预测
数据概述：
该数据集包含来自货运平台的数据，记录了货运司机和货主的行为特征以及订单相关信息，旨在用于用户行为分析和订单预测。主要特征如下：
时间跨度：数据未明确标明具体时间范围，但包含与时间相关的特征，如订单日期等，可以推断数据是基于一定时间窗口收集的。
地理范围：数据未明确指出地理范围，但从城市ID等信息可以推断为特定区域的货运活动数据。
数据维度：数据集包含多个CSV文件，分别包含货主特征、司机特征和测试集货主特征。
货主特征文件：包含货物容量、货物类型、距离、期望运费、运费单位、处理类型、高速公路、ID、标签（可能为订单状态或用户行为）、是否为零担货物、经度、里程、发货人ID、起始城市ID、货车数量、货车长度、货车类型、货车类型列表、货车重量、用户ID和订单最后日期对应的星期等。
司机特征文件：包含年龄、APP版本、分配次数、授权成功天数、呼叫货运次数、呼叫次数、送达金额、送达次数、设备号、运费金额、运费次数、ID、标签（可能为订单状态或用户行为）、打开APP次数、打开天数、订单次数、退款金额、扫描货运次数、货车长度、货车类型、用户ID、最后呼叫日期对应的星期、首次呼叫日期对应的星期、订单首次日期对应的星期、订单最后日期对应的星期、设备类型、性别、平台（Android/iOS）、线路目的地等。
测试集货主特征文件：与货主特征文件类似，但数据用于测试集，不包含标签。
数据格式：CSV格式，包含多个文件，文件名中包含"huozhu_fea"（货主特征）、"siji_fea"（司机特征）、"te_siji_fea"（测试司机特征）和"test_huozhu_fea"（测试货主特征）。
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：适用于货运领域的用户行为分析、订单预测、风险评估等研究，例如，基于司机和货主特征预测订单成交概率或运费。
行业应用：为货运平台提供数据支持，可用于优化订单匹配、改进用户体验、精准营销等。
决策支持：支持货运平台的运营决策，如运价调整、补贴策略、风险控制等。
教育和培训：作为数据科学、机器学习、商业分析等相关课程的实训素材，帮助学生理解用户行为分析和预测建模。
此数据集特别适合用于探索货运司机和货主的行为模式，构建预测模型，提升货运平台的运营效率和盈利能力。
