北京市蛋糕相关业务分析

北京市蛋糕相关业务分析

1.    数据来源

本项目所使用的数据集全部来自大众点评网，通过网络爬虫工具来爬取相关数据。由于大众点评上与蛋糕相关的种类较多，所以爬取了有关蛋糕，甜品，烘焙和婚庆的店铺信息。

本次爬取信息的时候，主要获得了以下信息：

内容字段包括: 店铺名称、 评分、 点评数、 人均消费、分类、 地点、口味、环境、服务、地址、推荐菜、网友点评。

 

2.    项目目的

朋友近期开了一家蛋糕店，需要了解一下，北京市有关蛋糕行业的情况，并为自己主要经营哪些业务提供一些参考信息，数据调查计划从以下几个方面入手：

Ø  北京市和蛋糕有关店铺的数量和分布情况

Ø  不同种类的店铺的人均消费

Ø  不同种类的店铺的评分情况

Ø  网友对不同种类店铺的点评情况

Ø  比较受网友欢迎的产品

Ø  大众点评网上店铺评分和其他指标的关系

3.    技术和工具

    本项目主要分为两大部分，第一部分是数据爬取，采用的是集搜客网络爬虫工具。第二部分是数据分析，以 python 编程语言为基础，利用matlibplot和excel进行图形的可视化。数据分析部分主要使用 pandas 作为数据整理和统计分析的工具。在进行网友推荐和网友点评分析的时候，使用了jieba 作为分词工具包，并使用 wordcloud 包制作词云，在进行建模分析的时候，使用了sklearn包进行建模，在绘制热点地图的时候使用的是excel的ArcGIS 。 项目中针对每个问题的代码均上传到

https://github.com/GoonerJoe/cake_market_analysis。

4.    数据清理

通过统计分类,并结合具体情况，将店铺的分类锁定在：面包甜点，DIY手工坊，兴趣生活，亲子玩乐，职业技术，教育培训，亲子游乐，婚礼小商品，花店以及亲子服务这10个类型，把相关的类型进行合并，最终确定主要分析的店铺类型为：面包甜点，DIY手工坊，兴趣生活，婚礼蛋糕，亲子玩乐和职业技术。

5.    店铺数量

由上图可知，面包甜点的店铺数量最多，DIY手工坊的数量次之，剩下四类的店铺的数量持平，可能因为面包甜点是大部分人的早餐选择，而DIY手工坊为周末情侣约会和亲子游乐提供了新的选择，剩下的几类是针对有特殊需求的人群，所以数量并不是很多。

6.    店铺区域分布

l  面包甜点类