Big Data Analysis and Applications

Digital Lifestyle Analysis

High-Risk Screening · Digital Dependence Prediction · Lifestyle Profile Clustering

Environment: Windows · Python 3.9.13 · conda qintian-DL · CPU local environment

快速入口

入口	链接
先看项目说明	期末项目 README：研究问题、分析流程、核心结果与图表
完整可运行代码	appendix_A_complete_code.py
最终图表目录	figures/final_report/
项目文件夹	期末考查报告_数字生活方式分析/
最终 Word 报告	秦天-大数据分析与应用期末考查报告-202431123002054.docx

项目结论

在本数据集中，持续设备使用和较弱的睡眠平衡是比通知数量更明显的数字依赖预警信号。模型可以支持早期筛查、数字依赖估计和差异化生活方式指导，但不能替代个人诊断或最终判断。

本仓库为《大数据分析与应用》课程作业与期末考查项目仓库。期末项目围绕 Digital Lifestyle Analysis 展开，使用 2025 Digital Lifestyle Benchmark Dataset 完成数据清洗、特征工程、统计可视化、分类、回归、聚类、模型评估和结果解释。

Key Results

Task	Final Method	Key Result	Interpretation
High Risk Classification	Gradient Boosting, threshold=0.14	Recall=0.6420, F1=0.5355, PR-AUC=0.5084	Recall-oriented screening reference
Digital Dependence Regression	Gradient Boosting	R²=0.9839, MSE=3.1471, MAE=0.9982	Strong in-dataset prediction
Productivity Regression	Gradient Boosting	R²=-0.0041	Weak prediction / negative result
Lifestyle Clustering	KMeans, k=3	Silhouette=0.1860	Exploratory profiles
PCA	PCA	PC1+PC2=42.41%	Auxiliary visualization only

Analysis Workflow

flowchart LR
    A["Raw CSV"] --> B["Data Cleaning"]
    B --> C["Feature Engineering"]
    C --> D["EDA"]
    D --> E1["Classification"]
    D --> E2["Regression"]
    D --> E3["Clustering"]
    E1 --> F1["High Risk screening"]
    E2 --> F2["Dependence prediction"]
    E3 --> F3["Lifestyle profiles"]
    F1 --> G["Evaluation"]
    F2 --> G
    F3 --> G
    G --> H["Interpretation and Reflection"]

Loading

Selected Visual Results

Behavioral Risk Signals	Recall-Oriented Threshold
Digital Dependence Prediction	Lifestyle Profiles

Course Repository

本仓库除期末项目外，还保留课堂作业、实验和历史资料，方便回看课程学习过程。期末考查报告项目是当前最主要的提交入口。

其他课堂作业与实验

目录	内容
3-13/, 3-20/, 3-27/, 4-3/, 4-10/	按日期整理的课堂作业和阶段材料
实验一/, 实验二/, 实验三/, 实验四/	课程实验代码、结果和资料
期末报告资料/	课程模板、参考资料和报告相关材料
历史零散文件/	旧文件归档

Notes

• 数据集许可为 CC BY 4.0，但这不等同于整个代码仓库的许可证。
• 分类结果用于 screening reference，不是个人最终判断。
• digital_dependence_score 的高 R² 表示数据集内预测关系，不代表因果关系。
• productivity_score 是 weak prediction / negative result。
• 聚类结果用于 exploratory profiles，不代表严格自然群体。