数据挖掘（Data Mining）是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

　　数据挖掘也是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。在各学科领域都拥有海量数据的背景下，机器学习算法能够很好地从数据中找到人力所找不到的普遍规律，其预测能力一般超出了人类智能运用过往经验来预测的表现。

　　网购平台经常开展促销活动，比如满减、团购等。其实有些商品是先涨价再打折，或者是跟其他一些性价比低的商品进行绑定销售，大多数时候消费者无法在短时间内思考出一个性价比最高的购买计划。本课题会利用公开数据或者利用爬虫等技术进行数据获取，得到商品的历史价格数据，根据当前促销方式进行数学建模，帮助消费者量化分析购买策略。

　　网购行为方面，商品的价格跟股市一样，经常波动，消费者通常是把产品放进购物车，观察价格变化，选择合适的购买时机。本课题会根据不同平品的历史价格数据，进行数据挖掘和深度学习，判断出哪些商品在什么时候以何种方式购买，对消费者会最省钱。

　　本课题以商家为对象，对网络购物数据进行分析后，为商家进行量化的经济学，指导他们何时、以哪种促销方式、销售哪些产品，会创造最大的经济效益。

　　美国第一所研究型大学，也是美国大学协会（AAU）的创始校之一，全美top 10的顶尖大学，拥有全球顶尖的医学院及公共卫生学院。

[1] [2]  下一页