计算机毕业设计之基于逻辑回归的天猫用户忠诚度分析与预测正文

随着电商市场的迅猛发展，用户行为数据的重要性日益凸显。为了在激烈的市场竞争中脱颖而出，电商平台需要深入了解用户的购物习惯、偏好以及需求，因此开发本款基于逻辑回归的天猫用户忠诚度分析与预测系统。系统是基于B/S架构，首先通过Selenium爬虫和Xpath技术，实现了对天猫平台商品信息和商品评论信息的自动抓取，包括商品的图片、价格、链接地址、评论人账号名等信息，然后通过pandas写入到csv文件中，再通过hadoop和spark大数据存储和计算保存到mysql数据库管理系统中。用户进入系统可以查看性别统计，关键词统计，年龄统计，商品列表数据等可视化数据，并且当用户点击一个商品之后，会根据协同过滤算法给出2个相关商品的推荐，并通过逻辑回归算法给出未来15天的商品销售预测图。希望通过本系统商家可以更好地理解用户需求，同时为商家的市场策略制定提供数据支持。

系统程序与模块结构图

总的来说，系统前台页面使用vue-cli结合Echarts实现，主要页面包括注册与登录页面，可视化数据主页，后台管理页面等。后台项目包括了爬虫程序，大数据程序，可视化数据展示后台程序和用户登录与注册后台程序，所以本质这个项目由五个程序组成。在这五个程序中又需要进行模块化的细分，可视化数据包括了性别统计，关键词统计，年龄统计，商品列表数据等模块。

首页显示功能实现

在用户输入网址后进入系统首页，系统的首页需要展示的内容是最多的，如下图所示，展示的内容包括有性别统计，关键词统计，年龄统计，商品列表数据等可视化数据。可视化页面的展示是通过一个个vue组件封装之后，然后引入到主页实现的，这样的好处是通过vue组件化的特点，可以很好的进行项目的维护和功能的替换，具体如下图所示。