Yelp商家评分预测项目

项目简介

本项目基于Yelp公开数据集，通过数据挖掘技术对商家的用户评 分进行预测分析。项目旨在运用机器学习算法，从商家信息、用户行为、地理位置等多个维度挖掘影响商家评分的关键因素，并建立预测模型。

目录结构

TeamWork/
├── data/                 # 数据文件夹
│   └── source/           # 原始数据源
│       ├── final_test_set/      # 最终测试集
│       ├── yelp_test_set/       # Yelp测试集
│       ├── yelp_test_set/       # Yelp训练集
│       └── info.txt             # 数据集信息说明
├── history/              # 历史记录文件夹
├── utils/                # 工具函数文件夹
├── main.py               # 主程序入口
└── README.md             # 项目说明文件

环境配置

默认Python版本

• Python 3.11.9

数据说明

项目使用的数据来源于Yelp公开数据集，包含以下几个部分：

• 商家信息(business.json): 包含商家的基本信息，如名称、地址、类别、评分等
• 签到信息(checkin.json): 记录商家的用户签到情况
• 用户信息(user.json): 包含用户的基本属性和行为数据

运行说明

数据预处理

python main.py

项目成员

• TB_pig

项目进度

• 项目初始化
• 数据收集与清洗
• 探索性数据分析
• 特征工程
• 模型构建与训练
• 模型评估与优化
• 结果可视化
• 项目总结报告