淘宝双11大数据分析（数据准备篇）资源文件介绍
本资源文件提供了淘宝双11大数据分析的数据准备篇所需的全部数据和相关工具。通过本资源文件，用户可以获取到淘宝2015年双11前6个月（包含双11）的交易数据，这些数据包括用户行为日志、回头客训练集和测试集等。
数据内容
本资源文件包含以下主要数据集：
- 用户行为日志文件（user_log.csv）：记录了用户的交易行为，包括点击、加入购物车、购买和关注商品等。
- 回头客训练集（train.csv）：用于训练模型的数据集，包含用户是否为回头客的标签。
- 回头客测试集（test.csv）：用于测试模型的数据集，包含需要预测的用户是否为回头客的标签。
数据字段说明
user_log.csv 文件内容含义
- user_id：买家ID
- item_id：商品ID
- cat_id：商品类别ID
- merchant_id：卖家ID
- brand_id：品牌ID
- month：交易时间：月
- day：交易时间：日
- action：行为类型（0表示点击，1表示加入购物车，2表示购买，3表示关注商品）
- age_range：卖家年龄分段
- gender：性别（0表示女性，1表示男性，2和NULL表示未知）
- province：收货地址：省份
train.csv 和 test.csv 文件内容含义
- user_id：买家ID
- age_range：买家年龄分段
- gender：性别（0表示女性，1表示男性，2和NULL表示未知）
- merchant_id：商家ID
- label：是否是回头客（0表示不是回头客，1表示回头客，-1表示超出预测范围，NULL表示需要预测的值）
使用说明
- 数据上传与解压：将下载的压缩包上传到Linux系统并解压，解压后的文件包含上述三个主要数据集。
- 数据预处理：根据需要对数据进行预处理，例如删除字段信息、截取数据等。
- 数据导入Hive：将处理后的数据导入到Hive数据仓库中，以便进行进一步的分析和处理。
注意事项
- 本资源文件仅供学习和研究使用，请勿用于商业用途。
- 数据量较大，建议在具备一定硬件条件的机器上进行处理。
通过本资源文件，用户可以深入了解淘宝双11的交易数据，并进行大数据分析和挖掘，为电商行业的数据分析提供有力支持。