摘要：针对网络店铺用户画像构建，本文基于k-means聚类算法，利用店铺订单数据，将用户群体设定为三个簇类，结合用户基本属性和商品基本属性创建单用户画像模板，以汇聚成用户画像数据库，通过计算属性相似度，判断与簇中心聚类，以此来形成聚类。本文以淘宝C店“芒果日杂”作为案例进行测验，同时基于标准差思想，得出差异度约等于0.3，说明利用K-means聚类可以形成网络店铺的用户画像，实验结果与日常销售情况符合。所形成的用户画像将帮助店铺合理划分用户群体，瞄准目标用户群体，在店铺选品、营销策略上进行改进，实践证明该用户画像对网络店铺销售有效。

关键词：用户画像构建； K-means； 网店订单数据

目录

摘要

Abstract

第一章 研究背景及意义-1

第二章 国内外研究综述-1

第三章方法设计-3

3.1基本流程-3

3.2网络店铺的用户画像模板的创建-4

3.3单用户画像实例构建-5

3.3.1获取属性值-6

3.3.2记录拆分-6

3.4单用户画像属性规范化过程-6

3.4.1数值型指标的归一化方法-7

3.4.2序数型指标的定量化方法-7

3.4.3分类型指标的定量化方法-7

3.5群体用户画像聚类-8

第四章 实验与结论分析-8

4.1实验数据-8

4.1.1数据来源：-8

4.1.2数据预处理-9

4.2实验结果分析-9

4.3总结与反思-11

参考文献-12

致谢-12