数据集概述
本数据集包含五百条记录，旨在支持预测用户冲动购买行为的机器学习任务。涵盖人口统计属性、社交媒体使用指标、广告互动数据、心理因素及购物习惯等十四项变量，其中一项为二元目标变量，用于指示冲动购买行为。
文件详解
- 文件名称: social_media_buying.csv
- 文件格式: CSV (.csv)
- 字段映射:
- 人口统计属性: age（年龄）、gender（性别）、education_level（教育水平）、monthly_income（月收入）
- 社交媒体使用指标: time_spent_on_social_media（社交媒体使用时长）、platform_most_used（最常使用平台）、follow_influencers（是否关注网红）
- 广告互动数据: ad_frequency（广告频率）、social_media_ads_clicks（社交媒体广告点击量）
- 心理因素: perceived_discount（感知折扣）、emotional_trigger_score（情绪触发分数）、peer_influence_score（同伴影响分数）
- 购物习惯: online_purchase_frequency（线上购买频率）
- 目标变量: impulse_purchase（冲动购买，1为是，0为否）
适用场景
- 机器学习建模: 构建预测用户冲动购买行为的分类模型
- 消费者行为分析: 探究社交媒体使用、广告互动与冲动购买的关联
- 市场营销策略优化: 分析影响冲动购买的关键因素，支持精准广告投放
- 社会心理学研究: 研究同伴影响、情绪触发等心理因素对消费决策的作用
