Airbnb-New-User-Bookings Public

**عنوان المشروع:** توقع الوجهة الأولى لمستخدمي Airbnb الجدد

**نبذة عن المشروع:**

قمت في هذا المشروع بتحليل بيانات منصة Airbnb الخاصة بالمستخدمين الجدد بهدف توقع الدولة الأولى التي سيقوم المستخدم بحجز إقامته فيها. البيانات شملت معلومات ديموغرافية وسلوكية وبيانات الجلسات عند التسجيل.

**خطوات العمل:**

* تنظيف البيانات والتعامل مع القيم المفقودة والشاذة.

* تحليل استكشافي للبيانات (EDA) لاكتشاف الأنماط في سلوك المستخدمين.

* إنشاء ميزات جديدة مثل وقت التسجيل، الفئة العمرية، ونوع الجهاز.

* بناء نماذج تعلم آلي (Logistic Regression, Random Forest, XGBoost) لتصنيف الدولة الوجهة.

* تقييم النماذج باستخدام معايير مثل الدقة، Log-loss، ومصفوفة الالتباس.

* إنشاء تصورات ورسوم بيانية تفاعلية باستخدام Matplotlib, Seaborn, Tableau/Power BI.

**النتائج:**

* تحديد أهم العوامل المؤثرة في اختيار الدولة (طريقة التسجيل، العمر، نوع الجهاز).

* تحسين دقة النماذج من خلال هندسة الميزات وضبط المعلمات.

* إنتاج لوحة معلومات تفاعلية توضّح أنماط الحجز بين الدول.

**الأدوات والتقنيات:**

Python (Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn)، Jupyter Notebook، Tableau / Power BI.

**المدة الزمنية**

*يحتاج هذا المشروع الي 3 أيام لتعديل و تحسين البيانات و العمل علي اختيار modeling

**الأثر:**

يوضح هذا المشروع مهارات في **تنظيف البيانات، هندسة الميزات، النمذجة التنبؤية، وتصميم لوحات المعلومات**، وهي مهارات أساسية في مجال تحليل الأعمال وتقسيم العملاء.