基于大数据的购物平台用户行为分析系统_基于大数据的网上购物平台用户行为系统

本系统采用AARR模型分析（用户获取（Acquisition）、用户激活（Activation）、用户留存（Retention）、获得收益（Revenue）），系统整体采用B/S模式，网站前台界面采用 VUE技术。网站后台使用Java语言编写，采用MySql数据库，运用SpringBoot框架维护和管理数据，最后通过Echarts图形化，对用户行为数据统计展示。

（一）大数据分析
本系统数据源来着阿里天池大数据，主要做的工作包括下面内容:
1、数据清洗：查找是否有空值、查找是否有重复值、一致化处理、寻找查看是否存在异常值
2、数据分析：使用AIPL漏斗模型对用户进行分析[4]，对各环节用户转化率的情况进行收集对比，从中发现及明确问题并对问题情况按优先级筛选。进而对问题发生的原因进行分析，从而找到问题原因和解决策略[5]。
3、数据统计[6]：包括用户购物行为统计、商品购买情况统计。统计指标如下：
（二）系统功能
本系统整体采用B/S模式，网站前台界面采用VUE技术。网站后台使用Java语言编写，采用MySql数据库，运用SpringBoot框架，以下是项目的主要模块。
（1）前台统计功能：
1、注册登录：用户可自主注册登录系统；
2、个人中心：用户可维护个人信息或修改登录密码；
3、数据导入：用户可导入阿里天池大数据；
4、用户购物行为统计
PV、UV （按周期进行统计）
平均访问量 （按周期进行统计）
跳失率 （点击行为用户数/UV）
用户最活跃的日期及时间段 (每天、每周等)
5、商品购买情况统计
商品购买次数 （按周期进行统计）
商品点击次数 （按周期进行统计）
商品购买次数和点击次数总分析 （同一周期内进行汇总统计）
商品转化率 （购买量和点击量）
（2）后台功能：
管理员登录及密码修改；
管理员管理，包括管理员的添加及管理员密码重置。

（三）拟解决的问题
（1）课题现状：开展课题背景、意义和现状研究。
（2）工具遴选：根据课题需求确定系统设计采用的技术平台和工具。
（3）系统分析：对课题开展可行性分析和需求分析。
（4）总体设计：基于课题需求分析，设计系统前台和后台的总体框架。
（5）数据库设计：设计数据库的概念结构、逻辑结构和物理结构。
（6）详细设计与实现：详细设计并编程实现系统前台和后台的各模块功能，以及数据库的连接运行。
（7）测试运维：整合系统功能，逐级测试并修订维护功能模块，以便实现整个系统的良好运行。
（8）报告撰写：整理资料完成毕业设计报告撰写工作。