1、案例背景
当今电商发展的竞争愈来愈激烈。某玩具公司销售额突破6千万后，公司的发展便遭遇瓶颈。公司现状描述，公司属于中型发展公司，资金链充足；该公司的玩具货品来源品牌代理加工工厂，玩具质量和款式以及性价比均为亮点；公司运营团队的规模20人。该玩具公司希望，可以通过我们的分析，给予突破瓶颈+提升销售额的方案。
2、分析目的
首先与玩具公司进行调研，了解公司发展情况；结合市场定位以及竞争分析，确定竞争对手以及制定竞争方案；对公司自身数据进行深度挖掘，优化营销方案。
本次案例中，将针对算法建模的模块，即对公司自身数据进行深度挖掘，优化营销方案。
3、数据说明
共有三个数据文件。
（1）Orders文件是用户在产生购买行为后的交易数据，该数据以订单编号为区分，所产生的数据均在一个订单编号下，时间段为2017年5月整月的数据。
字段的说明：
订单编号：只要是一次下单购买的商品，不管购买数量为多少，均为一个订单，均具备一个订单编号；
买家应付金额/邮费：在购买商品理应支付的金额
买家实付金额/邮费：买家实际支付的金额（享受折扣，以及包邮），一般在淘宝中，会有售价以及折扣价，售价为商家自认为商品所值得的价格，折扣价为实际的销售价格。
订单状态：买家的行为决定了订单的状态，买家将宝贝加入到订单中，并提交该订单，此时为下单，此时产生的一系列数据均为下单数据；当买家实际支付之后，此时订单状态才会变为交易成功。
宝贝种类：这一笔订单中，一共购买的宝贝总类别
宝贝数量：这一笔订单中，宝贝的总数量
（2）Items_orders文件为每一个商品的交易数据
该文件为宝贝的交易数据，以宝贝类别为区分字段，如果一个订单中包含5种宝贝，此时将会以宝贝为维度，呈现5条数据。每一条数据中，包含宝贝的价格、数量等字段信息。
（3）Items_attribute为商品的属性数据
该数据包含宝贝的ID、标题、价格以及玩具类型、适用年龄以及品牌。
4、Python代码实现
4.1导入数据文件
4.1.1查看数据
4.1.2将数据合成一个表
得到orders_items_props表
4.2构建关系矩阵
4.3基于商品相似度的算法推荐
4.3.1计算物品相似度
4.3.2 根据相似度推荐排名前五的商品
4.3.3导出到CSV文件
4.4基于用户相似度的算法推荐