摘 要

随着现在信息和数据的获取越来越便捷，人们对于旅游的需求也日益增加，通过网络，可以更加快速高效的查询到一个景点的相关信息，通过网络上获取到的消息进行分析和估量，来决定是否出行。对旅游大数据进行分析和可视化，分析游客出行数据，分析景区评分和热度关系，最后对综合景区的评分热度门票价格等进行景区推荐。

本文以旅游大数据为研究对象，可视化展示旅游景点的热度分析，热度与评分关系并且做出景点推荐。主要做了工作如下：

⑴数据的采集与预处理：通过python的Scrapy爬虫框架对旅游景点数据进行爬取，并且将数据进行清洗、去噪、降维处理。

⑵数据的分析：从景点销量分析，能够看出景点的热门程度；从景点的价格、评分等方面综合分析，可以得出一个景点的推荐系数。

⑶数据可视化：从景点热门分析、景点评分、景点推荐这三个模块对数据进行可视化的展示。通过对不同省份和城市分类，研究不同省份和城市的热度；通过对评分与价格、销量、热度之间的可视化分析，探究评分对这些因素的影响；通过对热度、评分、价格等的加权计算，做出景点推荐。

本系统通过深入研究分析多维度旅游大数据，利用大数据分析技术剖析热门景点旅游数据，分析景点评分数据，为游客出行提供合理化的推荐，为游客选择出游地的时候提供参考。

关键词：旅游大数据；数据分析；数据可视化；热门景点分析

Abstract

With the access of information and data becoming more and more convenient, people's demand for tourism is also increasing. Through the network, people can more quickly and efficiently query the relevant information of a scenic spot, analyze and evaluate the information obtained on the network to decide whether to travel or not. It analyzes and visualizes the big data of tourism, analyzes the travel data of tourists, analyzes the relationship between the rating and popularity of scenic spots, and finally recommends the hot ticket price of comprehensive scenic spots.

This paper takes tourism big data as the research object, visualizes the heat analysis of tourist attractions, the relationship between heat and rating, and makes recommendations for tourist attractions. The main work is as follows:

1. Data collection and pre-processing: through the scrapy crawler framework of python, the data of tourist attractions are crawled, and the data are cleaned, de-noising and dimensionality reduction.
2. Data analysis: from the analysis of the sales volume of scenic spots, we can see the popularity of scenic spots; from the comprehensive analysis of the prices and scores of scenic spots, we can get a recommendation coefficient of scenic spots.
3. Data visualization: display the data visually from the three modules of popular analysis, rating and recommendation of scenic spots. Through the classification of different provinces and cities, study the heat degree of different provinces and cities; through the visual analysis of the score and price, sales volume, heat degree, explore the impact of the score on these factors; through the weighted calculation of heat degree, score, price, etc., make scenic spots recommendation.

Through in-depth research and analysis of multi-dimensional tourism big data, this system uses big data analysis technology to analyze the popular scenic spot tourism data, analyze the scenic spot rating data, provide reasonable recommendations for tourists to travel, and provide reference for tourists to choose a place to travel.

Key Words：Tourism big data;Data analysis; Data visualization；Hot-spots analysis

目 录

第1章 绪论 1

1.1 研究目的和意义 1

1.2 国内外研究现状 1

1.3 研究内容和主要工作 2

1.4 论文组织结构 2

第2章 需求分析 3

2.1 研究目标 3

2.2 可行性分析 3

2.3 系统功能需求分析 3

2.4 系统性能需求分析 4

第3章 系统设计 5

3.1 系统总体设计 5

3.2 系统功能模块设计 5

3.3 主要开发技术 7

第4章 系统实现 9

4.1 开发环境和开发工具 9

4.2 系统运行流程 9

4.3 页面实现 10

第5章 系统测试 19

5.1 系统测试目的与原则 19

5.2 测试用例及结果 19

第6章 总结与展望 22

6.1 总结 22

6.2 展望 22

参考文献 23

致 谢 24

绪论

研究目的和意义

随着时代的发展，现在已经进入了一个大数据的时代。人们的日常生活、出行、购物等，都越来越趋向于数据化。而旅游，也成为人们生活的一部分，大数据可以促进旅游业的发展^[1]。关于旅游景点的各类信息和数据也更加公开和透明化，各类旅游网站，例如：飞猪、携程、去哪儿等，也为人们的出行提供了更为便捷地获取旅游景点相关信息和出行策略的途径^[2]。但有时候，通过这些网站获取的信息和数据有些五花八门，亦或是获取到的信息参考意义不大，这样对于人们在进行旅游景点选择会有误导消息。通过数据的收集和分析，能够让人们精准的获取一个景点的信息和数据，利用现有的这些方法和技术，在海量的数据中，提取有效有用的消息，并且通过可视化的方法来将这些信息进行分析和可视化。从景点的热门程度、景点评分、景点价格、景点优惠力度等多个方面，对景点的数据进行分析，并且实现可视化的展示，可以让人们更加直观的了解到关于这个景点的准确信息，有助于人们的出行决策，有助于人们选择自己想去的景点。

对于人们出行旅游来说，选择是否要去一个地方旅游，需要参考的东西也很多，比如说：景点热门程度、景区门票价格、景点评分等因素。通过对这些因素进行可视化分析，并且进行可视化的展示，可以为人们选择出行地点的时候提供参考，为人们对某个旅游景点的认知更加准确，为人们提供更好的出行决策。

国内外研究现状

随着大数据时代的到来，大数据和旅游业的结合，已然成为一个新的趋势。通过对旅游大数据的研究成果的分析，可以让我们能够更好的知道和了解它的研究现状。在国内，旅游大数据的研究的总体来说，时间还是比较短，而且也很少有特别的成果。周波等(2017)对智慧旅游背景下的游客旅游意向的影响进行了研究,认为旅游景区应提供定制化服务,激发游客的旅游意向^[3]。徐菲菲等(2018)基于游客视角,研究了景区智慧旅游系统使用意愿的影响因素,提出景区智慧旅游系统应具备实用性、便捷性和易用性,并尽量满足游客个性化的体验需求^[4]。