文章详情

摘要

随着移动互联网的快速发展，手机销售数据呈现规模化、实时化与多源化特征。为应对传统人工分析效率低、难以适应复杂数据的问题，本文提出一套基于Python的手机销售数据分析与可视化系统。系统实现数据采集、结构化预处理、可视化展示及销量智能预测等功能。实验表明，所构建的随机森林模型销量等级预测准确率达78.91%，显著优于逻辑回归（38.54%），具有较高准确性。

关键词

手机销售数据；Python；数据分析与可视化；随机森林模型；销量预测

参考文献

1. [1] 李望金.基于Python的电子商务数据分析与可视化研究 [J].信息记录材料，2024，25（7）：206-209.
2. [2] Hwang S，Yoon G，Baek E，et al. A Sales Forecasting Model for New-Released and Short-Term Product: A Case Study of Mobile Phones [J/OL].Electronics，2023，12（15）：3256.https://www.mdpi.com/2079-9292/12/15/3256.
3. [3] Sankar R S N，Nimith K S，Pranav S S，et al. Enhancing Retail Sales Forecasting With Advanced Deep Learning and Machine Learning Models [C]//2025 International Conference on Engineering Innovations and Technologies (ICoEIT)，2025：1-7.
4. [4] Mahesh D S A，Ayyanathan N. Sales Forecasting System Using Deep Learning for Retail and E-Commerce [C]//2025 International Conference on Engineering Innovations and Technologies (ICoEIT).IEEE，2025：349-354.
5. [5] 王伟.在线口碑评价对手机销量影响的实证研究 [J].现代营销，2022（6）：83-87.
6. [6] 范路桥，高洁，段班祥，等.基于Python+ECharts的手机销售数据可视化系统 [J].电脑编程技巧与维护，2022（6）：78-81.
7. [7] 任星耀，吴慧超，陈飞燕，等.人机如何协同？销售场景中智能化数据分析为多方创造价值的机理 [J].心理科学进展，2025，33（6）：984-1005.
8. [8] 张玉叶.基于PyEcharts的数据可视化 [J].电脑知识与技术，2022，18（2）：24-27.
9. [9] 李威，邱永峰.基于Hadoop的电商大数据可视化设计与实现 [J].现代信息科技，2023，7（17）：46-49.
10. [10] 卢勇.基于不平衡数据分类的主动采样策略研究 [D].重庆：重庆大学，2024.

基金项目

南通理工学院高等教育教学改革研究课题（2025JJG042）；2025年江苏省高校教育信息化研究重点课题（2025JSETKT036）；南通理工学院“人工智能通识教育教学改革研究”专项课题（2025JJG005）；2024年南通市自然科学基金和社会民生科技计划项目（MSZ2024122）

作者简介

蔡小丹（1989—），女，汉族，江苏南通人，讲师，硕士，研究方向：数据分析与挖掘。