基于數(shù)據(jù)挖掘的城市旅游輿情分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

陳紀(jì)銘　卜曉

摘要：本文研究旅游輿情系統(tǒng)的設(shè)計(jì)，以及數(shù)據(jù)采集與分析，為下一步研究奠定基礎(chǔ)。研究網(wǎng)絡(luò)輿情對推動城市旅游良性發(fā)展具有現(xiàn)實(shí)意義。

[關(guān)鍵詞]旅游輿情數(shù)據(jù)采集數(shù)據(jù)分析

1引言

人們通過旅游網(wǎng)站可搜索熱門旅游城市的景點(diǎn)、酒店、美食、特產(chǎn)、攻略等信息，同時也會根據(jù)網(wǎng)友的評論，來對自己傾向的旅游地點(diǎn)進(jìn)行一個綜合的評估。旅游輿情對于城市旅游業(yè)的發(fā)展起著至關(guān)重要的作用，因此旅游輿情分析就成為了數(shù)據(jù)分析的熱點(diǎn)。對旅游輿情研究和分析，能清楚了解到網(wǎng)民的關(guān)注點(diǎn)，以推動城市旅游業(yè)獲得更好地發(fā)展。

網(wǎng)絡(luò)旅游輿情信息量大，無法完全依靠人工來獲取數(shù)據(jù)和分析數(shù)據(jù)，所以必須以信息技術(shù)為依托，建立基于數(shù)據(jù)挖掘的城市旅游輿情分析系統(tǒng)，以利于政府機(jī)構(gòu)及時決策參考。

2需求分析

基于數(shù)據(jù)挖掘的城市旅游輿情分析系統(tǒng)，首先要抓取城市旅游業(yè)相關(guān)數(shù)據(jù)，再將這些數(shù)據(jù)存儲到數(shù)據(jù)庫，并采用相關(guān)技術(shù)進(jìn)行數(shù)據(jù)分析。要抓取和分析的數(shù)據(jù)主要有：

2.1城市

進(jìn)入旅游網(wǎng)，網(wǎng)民首先就是找到計(jì)劃去的城市，并且操作要高效。

2.2攻略

游客通過各種途徑搜索到其他游客的經(jīng)驗(yàn)帖，再制定適合自己的旅游路線。

2.3酒店

在旅行過程中，酒店必不可少。旅游網(wǎng)所提供的酒店信息相對詳細(xì)，特別是游客對酒店的點(diǎn)評等級和分?jǐn)?shù)，正是旅游輿情體現(xiàn)。

2.4餐廳

餐廳也是游客的重點(diǎn)關(guān)心對象。餐廳的營業(yè)時間以及其他客戶的品嘗感受，也是游客選擇餐廳前要關(guān)注的。

2.5特產(chǎn)

游客返程時常會帶上當(dāng)?shù)靥厣a(chǎn)品作為禮物贈送親友，所以特色產(chǎn)品的信息訪問量極大。旅游網(wǎng)也提供了城市特產(chǎn)及介紹。

2.6特色食物

除去特色餐廳，特色街頭小吃等，更是受年輕一代的喜愛。

3系統(tǒng)設(shè)計(jì)

3.1總體設(shè)計(jì)

基于數(shù)據(jù)挖掘的城市旅游輿情分析系統(tǒng)，主要包括兩個模塊：

一個是數(shù)據(jù)采集;另一個是數(shù)據(jù)分析。該系統(tǒng)的主要是抓取攜程網(wǎng)等網(wǎng)站上的各城市旅游輿情數(shù)據(jù)并進(jìn)行分析。

3.2相關(guān)技術(shù)

網(wǎng)絡(luò)爬蟲以單一或者多個的原始網(wǎng)站為工作起點(diǎn)，直到滿足所需的中斷要求才會停止工作。以城市數(shù)據(jù)采集為例，簡介如下：

第一步是“抓取”，對所要爬取的數(shù)據(jù)進(jìn)行定位和查找。首先定義一個對象數(shù)組，然后選定頁面地址，通過一個字符串接收頁面內(nèi)容，然后將獲取的頁面內(nèi)容轉(zhuǎn)換成Document類型，接下來定位到指定的類，再找到對應(yīng)的文本內(nèi)容，最后遍歷所需數(shù)據(jù)。

第二步是“存”，首先連接到對應(yīng)的數(shù)據(jù)庫，然后定義變量用來接收并創(chuàng)建表格，檢查表是否已存在，如果存在就先刪除，然后再重新創(chuàng)建，最后獲取的數(shù)據(jù)進(jìn)行儲存。

4系統(tǒng)實(shí)現(xiàn)

4.1數(shù)據(jù)采集

先采集有關(guān)數(shù)據(jù)：

（1）城市數(shù)據(jù)，包括城市名稱、首字母、城市名稱拼音等。

（2）攻略數(shù)據(jù)，包括攻略名、攻略等。

（3）酒店數(shù)據(jù)，包括店名、地址、開店時間、簡介、評分等。

（4）餐廳數(shù)據(jù)，包括餐廳名稱、地址、營業(yè)時間、客戶評論等。

（5）特產(chǎn)數(shù)據(jù)，包括產(chǎn)品名、種類等。

（6）特色食物數(shù)據(jù)，包括食品名稱、所.在城市、商店等。

然后，將數(shù)據(jù)存儲到數(shù)據(jù)庫中。

4.2數(shù)據(jù)分析

以北京市為例，我們先對北京市在攜程網(wǎng)的相關(guān)數(shù)據(jù)進(jìn)行采集，再對北京的旅游輿情數(shù)據(jù)具體分析。以下簡介幾個分析情況：

4.2.1北京餐廳類型分析

北京餐廳類型分析，如圖1所示。

數(shù)據(jù)顯示：北京餐廳類型傾向于北京菜、快餐簡食，面包甜點(diǎn)以及火鍋。這極大程度是與北京當(dāng)?shù)氐纳盍?xí)慣與口味有關(guān)。北京生活節(jié)奏快，口味相對較重，所以偏愛于快餐簡食和川菜、粵菜、火鍋。另外北京作為國際大都市，也有很過文化美食交流，很多外國料理店入駐，這也吸引了游客的品嘗與駐足。

4.2.2北京餐廳評分分析

北京餐館評分分析，如圖2所示。

數(shù)據(jù)顯示：北京大部分餐廳的評分處于4分以上。處于中上等位置。但是評分等級較低的餐廳數(shù)量也較多，所以相關(guān)餐廳還需要繼續(xù)整改，做出相應(yīng)調(diào)整。

4.3.3北京酒店類型分析

北京酒店數(shù)據(jù)分析，如圖3所示。

數(shù)據(jù)顯示：北京酒店類型以經(jīng)濟(jì)型為主，舒適型為輔，豪華型、高檔型以及其他高端類別的酒店數(shù)量數(shù)量極少，只占全部數(shù)量的8%。

5結(jié)束語

通過本次的項(xiàng)目研究，我們將科學(xué)研究與社會環(huán)境與問題緊密結(jié)合，真正做到將技術(shù)應(yīng)用在實(shí)處。網(wǎng)絡(luò)輿情研究，不單單抓取和存儲，簡單的分析也不足以反映我們所需的全部信息。網(wǎng)絡(luò)輿情分析是很多研究者和科學(xué)家正在探索和研究的問題，因?yàn)榫W(wǎng)絡(luò)輿情不僅可以反映現(xiàn)在社會的一些現(xiàn)象，還可以給政府提供一些建設(shè)性思路;所以我們還要在此基礎(chǔ)上繼續(xù)研究和學(xué)習(xí)。

參考文獻(xiàn)

[1]郭功舉，通過網(wǎng)絡(luò)爬蟲獲取輿情數(shù)據(jù)分析人的行為習(xí)慣[J]，測繪通報(bào)，2018（S1）：289-291+295.

[2]丁勝鋒，楊紹輝，數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)輿情管理中的研究[J].大學(xué)教育，2016（11）：173-174.

[3]柳淑婷，基于社交網(wǎng)絡(luò)的輿情關(guān)鍵技術(shù)研究[D].吉林大學(xué)，2017.

[4]付業(yè)勤。旅游危機(jī)事件網(wǎng)絡(luò)輿情研究：構(gòu)成、機(jī)理與管控[D].華僑大學(xué)，2014.

[5]張書海。基于Web數(shù)據(jù)挖掘的旅游者網(wǎng)絡(luò)用戶行為及用戶價值研究[D].廣州大學(xué)，2016.