基于python的游客评价数据的可视化分析
摘要: 目前,我国现有的旅游景点信息的网站或APP较多,而且现有的旅游网站发布的信息良莠不齐,夹杂着大量无用的点评信息这会让游玩者在使用这些旅游软件获取有效的信息,游玩的效率会很低。如果开发一套Web系统将市面上的旅游评价信息可视化通过大数据技术进行存储、计算与智能化分析,将会给游客提供巨大的好处。
通过Python爬虫技术对武汉著名旅游景区黄鹤楼携程旅行网站上游客对该景区点评数据进行python爬取,以爬取的数据为分析对象,对该旅游景点的价格、位置、交通、景点风景以及景点服务等关键信息的游客点评数据进行爬取后,对该数据集进行数据预处理和整理,最后使用完整清晰的数据进行可视化分析和正负面词云分析,由可视化分析技术做出直观的可视化图表,通过图表结果可以表明景区游客与该旅游景点的价格、位置、交通、景点风景以及景点服务等关键性要素之间的关联性,通过这些关键性要素来表现对景区发展的影响力。以及通过正负面词云分析来判断该旅游网站上游客对景区整体点评的好与坏。可通过分析结果对促进该旅游景区的健康、可持续发展提供数据参考,并研究后续在旅游设施分配和资源调度等方面上如何做出明确的调整。
关键词:Scrapy;Python; 词云分析;武汉黄鹤楼点评信息可视化
1 绪论
1.1研究背景与现状
精神文明日益发展出行旅游成为人们的主要休闲方式和社会经济活动, 旅游业不仅能推动多个产业的发展, 调节产业结构, 同时也满足了人们日益增长的文化需要。至2020年起新冠肺炎疫情的出现对全球旅游业造成了巨大的冲击,中国旅游业也受到了严重的打击,旅游人数和收入大幅下降。随着疫情防控的常态化和政策的适时调整,中国旅游业逐步进入恢复阶段。在恢复阶段各个旅游行业加速洗牌,各旅游景点也都将面临经营效益发展和如何优化景区环境等新问题的产生。
在如今的互联网时代下,景点旅游和个人游玩的也由传统的线下旅游会和校园旅游会转变为互联网旅游,目前市场上流行的旅游软件和网站种类繁多,武汉黄鹤楼点评信息可视化质量也参差不齐,相对比较知名且应用广泛的点评信息可视化发布平台有美团、连连周边游、5携程旅游等。在上述平台中每天都会发布海量的点评信息可视化和游玩的信息,然而由于网络信息存在一定的虛假性,这会给游玩的者带来一定的误导效果,导致网上游玩的过程的体验不佳。并且由于各平台之间的用户数据不互通,用户需要来回反复的进行注册登录操作,这一过程也会浪费大量时间和精力。
本课题通过对网络上旅游景点游客的点评数据进行采集和可视化分析的技术操作。研究这些数据背后隐藏着有用的信息,针对有效数据信息进行准确分析、合理预测有助于制定与旅游发展相关的规划, 同时能有效地帮助后续在旅游设施分配和资源调度等方面上制定明智的决策, 发挥点评信息价值的最大化研究。
1.2国内外研究现状
本课题涉及的技术包含python网络爬虫、数据可视化分析工具以及正负词云分析。Python爬虫技术已经成为一种重要的数据挖掘技术,在国内外都得到了广泛应用。近年来,随着互联网技术的发展,Python爬虫技术在国内也得到了广泛应用。国内学者针对Python爬虫技术开展了大量的研究,从技术角度探讨了Python爬虫的原理、架构、实现技术等问题,并且提出了一系列改进和优化方案。此外,还有许多学者研究Python爬虫技术在各行各业的应用,如新闻舆情分析、商品价格监测、信息抓取等,为实际应用做出了重要贡献。而国外学者也针对Python爬虫技术开展了大量的研究,他们将Python爬虫技术与机器学习、自然语言处理等技术相结合,从而构建出一系列更加智能化的爬虫系统。此外,国外学者还研究了Python爬虫技术在搜索引擎优化、社交媒体分析、人工智能等领域的应用,为实际应用做出了重要贡献。
数据可视化是指通过图表、图形、地图等可视化工具将数据呈现出来,以便更好地理解和分析数据中的模式、关系和趋势。数据可视化已经成为各个领域中不可或缺的工具,因此在国外内也受到了广泛的关注和研究。许多国外知名大学如麻省理工学院、哈佛大学都将大数据可视化作为研究课题。麻省理工学院的研究小组专门研究城市信息的可视化,已经发表了744篇被广泛引用的论文。而在国内许多大学也建立了相关的数据可视化工具研究团队,如北京大学可视化与可视化分析研究组、浙江大学可视化分析研究组等。
正负词云分析是自然语言处理领域的一个重要研究方向,对文本情感进行自动分类和判断,判断文本的情感倾向是正面的还是负面的。国外的英文词云分析的研究可以追溯到20世纪90年代,当时研究者主要使用词典分析法来进行词云分析。随后,随着机器学习和深度学习技术的发展,基于统计和深度学习的方法逐渐被广泛应用。近年来,基于深度学习网络的词云分析在生产实践中被广泛使用,例如Facebook的词云分析工具以及Twitter的词云分析API等。而在国内词云分析在社交媒体也是一种重要技术,包括微博、微信等社交平台都是词云分析的主要数据来源。通过词云分析技术,可以实现对社交媒体中话题的检测和跟踪,以及用户情感的分类和分析。
1.3论文主要研究工作
为了实时了解各行业最新最热的技术、最火热的景点、门票最高的景点光靠人工收集并采用普通的方式进行分析十分浪费人力物力,并且效率和体验都不好,因此开发一套基于Python的旅游评价可视化分析系统显得尤为重要。本论文所设计的基于Python平台的武汉黄鹤楼点评信息可视化分析系统的最核心功能是对海量武汉黄鹤楼点评信息可视化的列表展示,并将大数据计算分析的结果以科技大屏可视化形式展出,使得用户能够非常直观的获取到当下的行业武汉黄鹤楼点评信息可视化。
本系统首先需要提供给客户管理和使用的数据。本文使用基于Python语言的Scrapy框架的网络爬虫技术爬取用户使用率较高的旅游网站上实时的武汉黄鹤楼点评信息可视化以及公司信息作为数据来源,以此作为大数据分析的关键数据支撑。对进行数据清洗,数据融合,计算,分析等流程,数据通过处理后持久化到MySQL数据库中存储。在计算出分析结果数据后,使用Flask框架完成系统的Web的开发。
本文开发一套Web系统将市面上的武汉黄鹤楼点评信息可视化通过存储、计算与智能化分析,将会给游客提供巨大的好处。在提供武汉黄鹤楼点评信息可视化列表展示以及筛选功能的同时,还为用户提供个人信息管理,注册修改等功能,这样做便使得该系统成为功能相对完整,业务逻辑清晰,可大幅度提高查询景点的效率。
2 技术总述
2.1 基于Scrapy的网络爬虫技术
Scrapy是目前较为成熟的爬虫技术框架,一般采用Python语言开发程序,Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。
在本设计中,由于需要使用到旅游网站的原始数据,因此需要开发相应的网
络爬虫程序完成对旅游原始数据的采集,图2-1为爬取携程网站('http://www.xiechen.com/jingqu/chongqing)的旅游数据的原理流程图。
图2-1 武汉黄鹤楼旅游网站网站爬虫原理流程图
2.2 词云分析技术
词云分析是一个简单但功能强大的可视化表示对象,用于文本处理,它以更大,更粗的字母和不同的颜色显示最常用的词,单词的大小越小,重要性就越小。
1.社交媒体上的热门标签(Instagram,Twitter):全世界的社交媒体都在寻找最新的趋势,因此,我们可以获取人们在其帖子中使用最多的标签来探索最新的趋势。
2.媒体中的热门话题:分析新闻报道,我们可以在头条新闻中找到关键字,并提取出前n个需求较高的主题,来获得所需的结果,即前n个热门媒体主题。
3.电子商务中的搜索词:在电子商务购物网站中,网站所有者可以制作被搜索次数最多的购物商品的词云分析,这样,他就可以了解在特定时期内哪些商品需求量最大。
首先,我们需要在jupyter notebook中安装所有库。
在python中,我们将安装一个内置库wordcloud。在Anaconda命令提示符下,输入以下代码:
pip install wordcloud
如果你的anaconda环境支持conda,请输入:
conda install wordcloud
这可以直接在notebook中实现,只需在代码的开头添加“!”即可。
像这样:
!pip install wordcloud
但现在我想生成拥有任何主题的维基百科文本的词云分析,因此,我将需要一个Wikipedia库来访问Wikipedia API,可以通过在anaconda命令提示符下安装Wikipedia来完成,如下所示:
pip install wikipedia
现在我们还需要其他一些库,它们是numpy,matplotlib和pandas。
截至目前,我们需要的库就安装好了。
图2-1 词云分析技术
通过查看上图,我们可以看到机器学习是最常用的词,还有一些其他经常使用的词是模型,任务,训练和数据,因此,我们可以得出结论,机器学习是训练数据模型的任务。
我们还可以在这里通过背景颜色方法更改背景颜色,并通过colormap方法更改字体颜色,还可以在背景颜色中添加颜色的哈希码,但是mapcolor带有内置的特定颜色。
2.3 Flask技术
Flask是一个开放源代码的Web应用框架,由Python写成。采用了MTV的框架模式,即模型M,视图V和模版T。它最初是被开发来用于管理劳伦斯出版集团旗下的一些以新闻内容为主的网站的,即是CMS(内容管理系统)软件。并于2005年7月在BSD许可证下发布。这套框架是以比利时的吉普赛爵士吉他手Flask Reinhardt来命名的。2019年12月2日,Flask 3. 0发布 。
Flask是高水准的Python编程语言驱动的一个开源模型.视图,控制器风格的Web应用程序框架,它起源于开源社区。使用这种架构,程序员可以方便、快捷地创建高品质、易维护、数据库驱动的应用程序。这也正是OpenStack的Horizon组件采用这种架构进行设计的主要原因。另外,在Dj ango框架中,还包含许多功能强大的第三方插件,使得Flask具有较强的可扩展性 [2] 。Flask 项目源自一个在线新闻 Web 站点,于 2005 年以开源的形式被释放出来。其工作流程主要可划分为以下几步:
1.用manage .py runserver 启动Flask服务器时就载入了在同一目录下的settings .py。该文件包含了项目中的配置信息,如前面讲的URLConf等,其中最重要的配置就是ROOT_URLCONF,它告诉Flask哪个Python模块应该用作本站的URLConf,默认的是urls .py
2.当访问url的时候,Flask会根据ROOT_URLCONF的设置来装载URLConf。
3.然后按顺序逐个匹配URLConf里的URLpatterns。如果找到则会调用相关联的视图函数,并把HttpRequest对象作为第一个参数(通常是request)
4.最后该view函数负责返回一个HttpResponse对象。
2.4 本章小结
本章主要分析了系统开发过程中使用到的技术点和框架,通过研究这些技术的原理后,在本设计中加以应用,包括武汉黄鹤楼点评信息可视化采集的爬虫技术,数据持久化存储技术,以及基于Flask框架的系统后台技术,通过预研上述技术点并加以应用从而开发出基于Python分析平台的旅游数据分析系统。
3 旅游评价信息可视化分析系统实现
3.1系统功能
通过前面的功能分析可以将基于Flask的武汉黄鹤楼旅游评价可视化系统的研究与实现的功能主要包括用户登录、武汉黄鹤楼点评信息可视化管理、数据分析等内容。后台管理是针对已登录的用户看到满意的旅游数据分析而设计的。
3.2可行性研究
通过对系统研究目标及内容的分析审察后,提出可行性方案,并对其进行论述。主要从技术可行性出发,再进一步分析经济可行性和操作可行性等方面。
开发系统所涉及到的资料,一般是在图书馆查阅,或是在网上进行查找收集。所需要的一些应用软件也都是在网上可以免费下载的,因此,开发成本是几乎为零。但是开发出来的系统,还是具有高效率,低成本,较高质量的。所以,从经济可行性的角度,该系统符合标准。
技术可行性是考虑在现有的技术条件下,能否顺利完成开发任务。以及判断现有的软硬件配置是否能满足开发的需求。而本系统采用的是本地机器开发框架,并非十分困难,所以在技术上是绝对可行的。此外,计算机硬件配置是完全符合发展的需要。
当前计算机信息化的知识已经十分普及了,现在的操作人员也都是对系统环境有很强的适应性,各类操作人员大都是有过培训补充的,因此完全不影响组织结构,所以在运行上也是可行的。
从时间上看,在大四的最后一个学期,在实习工作与完成毕设两件大事相交叉的时间里,结合之前学习的相关知识,并开发系统,时间上是有点紧,但是也不是完全没可能实现,通过这段时间的努力功能基本实现。
3.3 系统实现流程
(1)明确目的
在设计武汉黄鹤楼点评信息可视化分析平台初期需要了解如何获取武汉黄鹤楼点评信息可视化原始数据
是非常基础也是关键的一步。要了解大数据分析平台期望达到什么样的运营效
果,从而在标签体系构建时对数据深度、广度及时效性方面作出规划,确保底层
设计科学合理。
(2)数据采集
只有建立在客观真实的数据基础上,大数据计算分析的结果才有效。在采集
数据时,需要考虑多种维度,比如不同行业旅游数据、各行业门票水平数据、行
业就业情况数据、行业旅游景点等等,还可以通过行业调研、用户访谈、用户信
息填写及问卷、平台前台后台数据收集等方式获得。
(3)数据清洗
就对于各大旅游网站或者APP平台采集到的数据而言,可能存在非目标数据、
无效数据及虛假数据,因而需要过滤原始数据,去除一些无用的信息以及脏数据,
便于后续的处理。
(4)特征工程
特征工程能够将原始数据转化为特征,是--些转化与结构化的工作。在这个
步骤中,需要剔除数据中的异常值并将数据标准化。
(5)数据计算
在这一步我们将得到的数据存储到大数据分析平台,通过开发词云分析,
程序对原始数据进行计算,将不同维度的结果存储到Mysql中。
(6)数据展示
分析结果可以通过大数据后台展示到前端界面,对于普通用户而言,只需.
要登录到该后台系统,就可以获取到旅游数据分析后的计算结果,从而了解行业
的旅游情况,对于游玩的者而言可以极大地提高效率。
3.4系统平台架构
在任何信息系统当中有价值的数据都是必不可少的重要部分,如何通过手上
的资源获取得到有价值的数据便是开发系统。首先需要考虑的问题根据系统的功
能设计数据获取和处理的流程以及其实现方法都已经基本上确定获取和处理流
程。
3.5 旅游数据爬虫设计
这个项目我们的主要目的是爬取旅游网站网的旅游数据信息,包括旅游岗
位、景点名称和景点描述和规模等具体详情信息,下面描述本文爬虫工程主要设
计步骤。
(1)创建项目
打开一个终端输入:scrapy startproiect python_lvyou _data,Scrapy框架将会在指定目录下生成整个工程框架。系统生成的目录如下图3-2所示:
图3-2爬虫框架目录结构
(2)修改setting文件
如图3-1所示为修改后的setting文件主要内容,本设计主要修改三项内容,
第一个是不遵循机器人协议,第二个是下载间隙,由于下面的程序要下载多个页
面,所以需要给一个间隙(不给也可以,只是很容易被侦测到),第三个是请求
头,添加一个User-Agent。
表3-1 爬虫setting文件主要配置
class LvyouSpider(scrapy.Spider): name = 'lvyou' # allowed_domains = ['www.cqvisit.com'] # start_urls = ['http://www.cqvisit.com/jingqu/chongqing/'] def start_requests(self): url = 'http://www.cqvisit.com/jingqu/chongqing/' headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.110 Safari/537.36" } yield scrapy.Request(url=url,headers=headers,callback=self.parse) def parse(self, response): print(response.text) html = BeautifulSoup(response.text,'html.parser') html pass |
(3)确认要提取的数据,item 项
item定义你要提取的内容(定义数据结构),比如我提取的内容为武汉黄鹤楼点评信息可视化的所在城市和景点旅游详情,于是需要在items类中新建对应的实体类,并需要设置相应的字段取出对应的数据。Field 方法实际上的做法是创建一个字典,给字典添加一个建,暂时不赋值,等待提取数据后再赋值。
(4)开发爬虫程序,访问下载网页,使用Xpath语法提取内容
3.6 数据库模型程序设计
原始的武汉黄鹤楼点评信息可视化数据一般信息较为冗杂,且很难看出规律,因此我们需要将数据存储在在多台机器上保存了n份,保证了原始数据的高可用。
表3-2 数据库模型类
class Case_item(models.Model): shiqu = models.CharField(verbose_name='城市',max_length=124) title = models.CharField(verbose_name='景点',max_length=124) details = models.CharField(verbose_name='详情页链接',max_length=424) pingfen = models.FloatField(verbose_name='评分') city = models.CharField(verbose_name='详细地址',max_length=424) heatdegree = models.FloatField(verbose_name='热度') img = models.CharField(verbose_name='图片链接',max_length=424) content = models.TextField(verbose_name='简介') openinghours = models.CharField(verbose_name='开放时间',max_length=424) count = models.FloatField(verbose_name='评论数量') def __str__(self): return self.title class Meta: verbose_name = u"数据表" verbose_name_plural = verbose_name class PingLun(models.Model): case_item_id = models.ForeignKey(Case_item,on_delete=models.CASCADE) text = models.TextField(verbose_name='评论内容') class Meta: verbose_name = u"评论表" verbose_name_plural = verbose_name class DianZhan(models.Model): case_item_id = models.ForeignKey(Case_item,on_delete=models.CASCADE) user_id = models.ForeignKey(Users,on_delete=models.CASCADE) class Meta: verbose_name = u"点赞表" verbose_name_plural = verbose_name class JingDian(models.Model): name = models.CharField(verbose_name='景区名称', max_length=124) auth = models.CharField(verbose_name='评论者', max_length=124) pingfen = models.CharField(verbose_name='评分', max_length=124) text = models.TextField(verbose_name='评价文字') shijian = models.CharField(verbose_name='时间', max_length=124) laiyuan = models.CharField(verbose_name='数据来源', max_length=124) class Meta: verbose_name = u"景点表" verbose_name_plural = verbose_name class SC_food(models.Model): 景区id = models.CharField(verbose_name='景区id', max_length=524) 景区名称 = models.CharField(verbose_name='景区名称', max_length=524) 地区 = models.CharField(verbose_name='地区', max_length=524) 评分 = models.CharField(verbose_name='评分', max_length=524) 类型 = models.CharField(verbose_name='类型', max_length=524) 景区url = models.CharField(verbose_name='景区url', max_length=524) 景区imgUrl = models.CharField(verbose_name='景区imgUrl', max_length=524) 评论条数 = models.CharField(verbose_name='评论条数', max_length=524) 数据来源 = models.CharField(verbose_name='数据来源', max_length=524) |
4 可视化系统实现
基于Python的旅游评论数据可视化系统的基本业务功能是采用Flask框架实现的, 前端 页面样式采用HTML框架,页面展示使用css,js技术,数据存储采用关系型数据库Mysql。在本文的第四章将详细介绍Web系统的实现部分,包括详细阐述了系统功能模块的具体实现,并展示说明了部分模块的功能界面。
4.1 开发环境与配置
本系统设计基于B/S架构,其中服务器包括应用服务器和数据库服务器。这种架构模式,使用户只需要在有网络的地方即可通过浏览器访问,而不需要再安装客户端软件,交互性更强。基于Flask的旅游评论数据可视化系统使用Pycharm集成开发工具。而系统运行配置时,选择应用Tomcat来部署Web服务器来保障平台的正常运行,Tomcat 是Apache的核心项目,其技术先进、性能稳定并且开源免费,因而被普遍应用。本系统的主要开发环境以及开发工具如表4-1所示。
表4-1 系统开发环境和工具
项目 | 系统环境及版本 |
硬件环境 | Windows 64 位操作系统 |
开发语言 | Python |
Web服务器 | 本地 |
数据库 | MySql |
开发工具 | Pycharm |
项目架构 | Flask+Scrapy |
本系统使用集成开发工具Pycharm 进行开发,由于 Pycharm 中Tomcat配置详细资料有很多,不做详细赘述, 本文主要Flask框架配置。首先需要在项目中中引入各框架以及数据库连接。
最后,上述框 架的配置文件的路径还需要在web. xml中进行配置说明。
def index(request): if request.method == 'GET': results = models.Case_item.objects.all() # 获取数据库全部数据返回到html return render(request,r"keshihua/index.html",locals()) def stopwordslist(): stopwords = [ line.strip() for line in open( os.path.dirname( os.path.abspath(__file__)) + os.sep + 'stopwords.txt', 'r', encoding='utf-8').readlines()] return stopwords import jieba def charts3(request): if request.method == 'GET': # 词云分析图 stopwords = stopwordslist() a = [da1.text for da1 in models.PingLun.objects.all()[:100]] b = ' '.join(a) c = jieba.lcut(b) values = [] for key in c: if key.strip(): if key.strip() not in stopwords: values.append(key.strip()) list11 = list(set(values)) datas6_1 = [] for resu1 in list11: datas6_1.append({"name": resu1, "value": values.count(resu1)}) datas6_1.sort(key=lambda xx: xx['value'], reverse=True) datas6_1 = datas6_1[:100] print(datas6_1) #热门景点前十 list1 = [] for resu in models.Case_item.objects.all(): list1.append((resu.title, resu.heatdegree)) list1.sort(key=lambda xx: xx[1], reverse=True) # 对数据进行排序 jindian_list = [] jindian_list2 = [] for resu in list1[:10]: # 选择前十个 jindian_list.append(resu[0]) jindian_list2.append(resu[1]) #各评分占比 a1 = models.Case_item.objects.filter(Q(pingfen__lt=4)).all() a2 = models.Case_item.objects.filter(Q(pingfen__lt=4.4)&Q(pingfen__gte=4.2)).all() a3 = models.Case_item.objects.filter(Q(pingfen__lt=4.6)&Q(pingfen__gte=4.4)).all() a4 = models.Case_item.objects.filter(Q(pingfen__lt=4.8)&Q(pingfen__gte=4.6)).all() a5 = models.Case_item.objects.filter(Q(pingfen__gte=4.8)).all() name_list = ['小于4','4.2-4.4','4.4-4.6','4.6-4.8','大于4.8'] name_count = [len(a1),len(a2),len(a3),len(a4),len(a5)] pf_dicts = [] for resu in range(len(name_list)): pf_dicts.append({"name":name_list[resu],"value":name_count[resu]}) return render(request,'keshihua/charts3.html', locals()) |
图4-1 后台的配置文件
4.2 数据库的设计
数据库设计是系统设计中特别重要的一部分。数据库的好坏决定着整个系统的好坏,并且,在之后对数据库的系统维护、更新等功能中,数据库的设计对整个程序有着很大的影响。
根据功能模块的划分结果可知,本系统的用户由于使用账号和密码进行登录,因此在本系统中需要分别进行数据记录。首先根据如下6个数据实体:用户、武汉黄鹤楼点评信息可视化等数据库表。
4.3 系统功能模块实现
用户登录时需要在登录界面输入用户名、密码进行身份认证,要求必须是表单认证、校验。其配置文件中配置了相应的Realm 类,当用户登录系统进行身份认证和权限控制时,Shiro会在该类中从数据库获取到用户信息及其具有的权限信息,并 且比较用户输入的账号是否存在或者输入的密码与数据源中的密码是否匹配。在实际实现中, 程序中自定义了MyRealm 类继承Realm 类,并重写了doGetAuthenticationInfo( )认证方法和doGetAuthorizationInfo( )授权方法。具体流程如时序图如4-2所示。
图4-2登录认证流程图
武汉黄鹤楼点评信息可视化分析系统的用户登录界面如下图所4-3所示:
图4-3用户登录界面
登陆成功后,系统会成功跳转至首页,在首页中,位于上方的横栏是对本系统的基本信息的描述和欢迎登录效果,另外登录用户的用户名也会显示在首页中,可直接表明用户己成功登录。左侧则是本系统的导航菜单,可折叠展示,较为方便,右方则为欢迎页效果。主页面如下图所4-4所示,有点评管理,评论管理等功能:
图4-4旅游景点评论数据管理界面
4.3.2武汉黄鹤楼点评信息可视化管理功能
武汉黄鹤楼点评信息可视化管理功能是对武汉黄鹤楼点评信息可视化进行查询,删除等操作的功能集合,旅游信
息管理功能使用到了武汉黄鹤楼点评信息可视化表t_ ob,武汉黄鹤楼点评信息可视化表t_job 的主要数据字段,结构,类型及描述如下表4-2所示。
表4-2 武汉黄鹤楼点评信息可视化表字段
字段名称 | 数据类型 | 是否允许为空 | 描述 |
id | int | 不允许 | 自增主键,唯一ID |
name | String | 允许 | 景点名称 |
ize | String | 允许 | 景点规模 |
level | String | 允许 | 星级 |
score | String | 允许 | 评分 |
gender | String | 允许 | 游客性别 |
username | String | 允许 | 旅游者姓名 |
Province | String | 允许 | 游客省份 |
武汉黄鹤楼点评信息可视化分析系统的武汉黄鹤楼点评信息可视化管理功能界面如下图所4-5所示:
图4-5武汉黄鹤楼旅游点评词云界面
武汉黄鹤楼点评信息可视化管理
功能流程功能图如图3-6所示:
图4-6 武汉黄鹤楼点评信息可视化管理功能流程图
通过“武汉黄鹤楼点评信息可视化管理”按钮,进入武汉黄鹤楼点评信息可视化管理界面,用户可以看到武汉黄鹤楼点评信息可视化列表,例如:景点名称、所在城市、数量、旅游要求、门票待遇、旅游时间的详细信息。通过此界面,用户可以对武汉黄鹤楼点评信息可视化进行删除管理操作。
4.3.3武汉黄鹤楼点评信息可视化看板功能
数据可视化模块就是对我们采集和计算的分析结果的展示。数据分析模块的
数据进行一个精美而又直接的展示,我们采用大屏的方式进行展示,展示数据结
构分明,背景具有科技感,把相对复杂的、抽象的数据通过可视的、交互的方式
进行展示,从而形象直观地表达数据蕴含的信息和规律。武汉黄鹤楼点评信息可视化看板界面如图4-7所示。
图4-7武汉黄鹤楼点评信息可视化看板界面
武汉黄鹤楼点评信息可视化分析可视化开发的难点并不在于图表类型的多样化,而在于如何能在简单的一页之内让用户读懂旅游数据之间的层次与关联,这就关系到布局、色彩、图表、动效的综合运用。如排版布局应服务于业务,避免为展示而展示;配色一般以深色调为主,注重整体背景和单个视觉元素背景的一致性。本文使用Echarts中地图、线条等组件,将分析结果较为直观的展示给平台用户,使得用户能够简便的获取有效的信息。
4.4 本章小结
本章主要分析了基于Python的武汉黄鹤楼点评信息可视化分析系统开发过程中使用到的技术和具体的实现步骤,这其中主要介绍了基于Flask框架的武汉黄鹤楼点评信息可视化分析系统的搭建环境和开发步骤,包括程序中的一些数据库配置等。前端页面采用的是Echarts和html实现。
5 总结与展望
5.1 系统开发遇到的问题
由于基于Python武汉黄鹤楼点评信息可视化分析平台是由本人独立开发,因此在系统设计和业务逻辑方面更多地借鉴了目前市场上较为流行的框架和技术点,包括Scrapy技术,很多是不熟悉没接触过的,在开发过程中不断学习新知识。另外由于本人的时间和精力的原因,在系统开发过程中有很多地方可能并不能够完全尽如人意,还有许多需要补充的功能与模块。
5.2 总结与展望
通过Python爬虫技术对武汉著名旅游景区黄鹤楼携程旅行网站上游客对该景区点评数据进行python爬取,以爬取的数据为分析对象,对该旅游景点的价格、位置、交通、景点风景以及景点服务等关键信息的游客点评数据进行爬取后,对该数据集进行数据预处理和整理,最后使用完整清晰的数据进行可视化分析和正负面词云分析,由可视化分析技术做出直观的可视化图表,通过图表结果可以表明景区游客与该旅游景点的价格、位置、交通、景点风景以及景点服务等关键性要素之间的关联性,通过这些关键性要素来表现对景区发展的影响力。以及通过正负面词云分析来判断该旅游网站上游客对景区整体点评的好与坏。可通过分析结果对促进该旅游景区的健康、可持续发展提供数据参考,并研究后续在旅游设施分配和资源调度等方面上如何做出明确的调整。
[1]陈海燕,朱庆华,常莹。 基于Python的网页信息爬取技术研究[J]. 电脑知识与技术,2021,17(08):195-196.
[2]依力·吐尔孙,艾孜尔古丽。 基于Python的美食数据爬取及可视化研究[J]. 电脑知识与技术,2021,17(10):19-20+29.
[3]郑鑫臻,吴韶波.基于网络爬虫技术的时令点评信息获取[J].物联网技术,2018,8(5):83-87.
[4]孙磊,詹宏伟.国内认知语言学研究的可视化分析[J].外语与翻译,2020,27(3):60-66+98.
Research and Implementation of Chongqing Tourism Visualization System Based on Flask
Abstract:
Currently, there are many websites or APPs for information about tourist attractions in China, and the information published by existing tourism websites is mixed with a large amount of useless tourism information, which makes it difficult for tourists to distinguish effective information when using these tourism software to obtain tourism information, and the efficiency of playing will be very low. If a Web system is developed to store, calculate, and intelligently analyze tourism information on the market through big data technology, it will provide great benefits to applicants.
This article designs a Chongqing tourism visualization system based on Flask. The core function of this system is to crawl the massive raw data of Chongqing tourism information, store and calculate the raw data through big data technology, and display the analysis results in a visual list.
The main research work and achievements of this paper are as follows:
1. Using software development techniques such as Flask, a software system for Chongqing Tourism Visualization System based on Flask has been designed and successfully developed. The tourism information data of this backend system is derived from the tourism information crawled from the Chongqing tourism website.
2. Using a Python language based web crawler, it crawled travel information from travel websites. The crawled raw data is cleaned and stored on the local machine, and then calculated using the Python word cloud computing programming model. Finally, the results are saved to MySQL for storage and analysis
.
Key words: big data; Python;Word cloud analysis; Tourism information
时光飞逝,四年的本科生生涯即将结束。在这四年的时光里,有遇到难题时的手足无措,有获得专业进步时的开心。经历了许多的事情,自己也在不知不觉中成长了很多,心中充盈最多的仍是感激。
首先感谢我的导师,她严谨的治学态度深深地影响每位同学。我要感谢我的父母,他们总是默默的付出,在生活上给与我最大的帮助,在学习上也给我很多建议。
最后,由衷的感谢各位评审老师在百忙之中抽出时间来参与我的论文评审和答辨。