Select Language

AI社区

公开数据集

英国在线零售的所有交易,网上零售数据集

英国在线零售的所有交易,网上零售数据集

43.5M
858 浏览
0 喜欢
3 次下载
0 条讨论
Business Classification

Data Set Information:此在线零售II数据集包含2009年12月1日至2011年12月9日期间英国注册的非商店在线零售的所有交易。该公司主......

数据结构 ? 43.5M

    Data Structure ?

    * 以上分析是由系统提取分析形成的结果,具体实际数据为准。

    README.md

    Data Set Information:

    此在线零售II数据集包含2009年12月1日至2011年12月9日期间英国注册的非商店在线零售的所有交易。该公司主要销售独特的所有场合礼品。公司的许多客户都是批发商。


    Attribute Information:

    发票编号:发票编号。名义上的唯一分配给每笔交易的6位整数。如果此代码以字母“c”开头,则表示取消。

    库存代码:产品(项目)代码。名义上的唯一分配给每个不同产品的5位整数。

    说明:产品(项目)名称。名义上的

    数量:每笔交易中每个产品(项目)的数量。数字的。

    发票日期:发票日期和时间。数字的。生成事务的日期和时间。

    单价:单价。数字的。单位产品价格(英镑(?)?£).

    CustomerID:客户编号。标称。唯一分配给每个客户的5位整数。

    国家:国家名称。名义上。客户居住国家的名称。


    Relevant Papers:

    Chen, D. Sain, S.L., and Guo, K. (2012), Data mining for the online retail industry: A case study of RFM model-based customer segmentation using data mining, Journal of Database Marketing and Customer Strategy Management, Vol. 19, No. 3, pp. 197-208. doi: [Web link].
    Chen, D., Guo, K. and Ubakanma, G. (2015), Predicting customer profitability over time based on RFM time series, International Journal of Business Forecasting and Marketing Intelligence, Vol. 2, No. 1, pp.1-18. doi: [Web link].
    Chen, D., Guo, K., and Li, Bo (2019), Predicting Customer Profitability Dynamically over Time: An Experimental Comparative Study, 24th Iberoamerican Congress on Pattern Recognition (CIARP 2019), Havana, Cuba, 28-31 Oct, 2019.
    Laha Ale, Ning Zhang, Huici Wu, Dajiang Chen, and Tao Han, online Proactive Caching in Mobile Edge Computing Using Bidirectional Deep Recurrent Neural Network, IEEE Internet of Things Journal, Vol. 6, Issue 3, pp. 5520-5530, 2019.
    Rina Singh, Jeffrey A. Graves, Douglas A. Talbert, William Eberle, Prefix and Suffix Sequential Pattern Mining, Industrial Conference on Data Mining 2018: Advances in Data Mining. Applications and Theoretical Aspects, pp. 309-324. 2018.


    Citation Request:

    If you have no special citation requests, please leave this field blank.

    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:10 去赚积分?
    • 858浏览
    • 3下载
    • 0点赞
    • 收藏
    • 分享