UCLA探究項目

美國超市經(jīng)營收入的大數(shù)據(jù)分析

課題簡介

隨著大數(shù)據(jù)發(fā)展的速度越來越快，數(shù)據(jù)可視化已經(jīng)被很多公司使用，許多數(shù)據(jù)分析師的日常工作之一就是通過可視化建立數(shù)據(jù)分析面板，從而更好的監(jiān)控和分析公司的運營數(shù)據(jù)。

本課題旨在運用數(shù)據(jù)分析及可視化技術(shù)對美國超市運營海量數(shù)據(jù)進(jìn)行分析，探究收入、利潤、客單價及銷售量等核心運營數(shù)據(jù)按照地理位置劃分的分布，從產(chǎn)品、用戶、供應(yīng)鏈等多個方面分析超市的運營情況，最后對產(chǎn)品的銷量進(jìn)行預(yù)測，最后利用Tableau（數(shù)據(jù)可視化分析軟件）創(chuàng)建運營數(shù)據(jù)分析面板，提供實時的運營情況監(jiān)控與分析。

本課題是大數(shù)據(jù)分析與可視化的綜合研究。研究者將獲得使用Tableau進(jìn)行大數(shù)據(jù)分析及可視化的技能和對供應(yīng)鏈、消費者及產(chǎn)品分類的深入了解。

 

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強大的運算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

---

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

1. 英文：
（1）具備基本的學(xué)術(shù)英語閱讀能力；
（2）接觸過英文寫作，有論文寫作經(jīng)驗者更佳；

 

2. 經(jīng)濟(jì)學(xué)：
（1）對成本、收入、利潤等概念有基本的了解

 

3. 計算機(jī)：
（1）基本的運算邏輯，“與”或“非”等邏輯概念