基于数据挖掘的美团外卖商家评分研究

发布时间：2021-03-13 17:10

　　互联网的普及给我们的生活带来了诸多便利,随着移动应用程序的快速发展,订餐APP成功占领整个餐饮外卖行业市场。越来越多的人们选择在外卖平台上点餐,使得外卖产业的持续快速增长,这既推动了线上线下融合发展,又拓宽了消费应用场景,为餐饮行业发展注入新动能。线上消费往往存在信息不对称问题,对商家而言,食品的种类、定价、配送时间等多种因素都将影响消费者的购买意愿,从而影响店铺的销量。对消费者而言,面对数量繁多的外卖商家,如果不能充分了解商家信息,很难做出满意的购买决策。基于此,本论文选取市场交易额最大的美团外卖平台,采用网络爬虫获取济南市长清大学城美团外卖商家信息,通过对外卖商家数据展开研究,为商家和消费者提供决策参考。本论文具体研究内容如下:（1）美团外卖商家基本情况分析。在明确研究目的与研究对象后,首先通过八爪鱼数据采集器获取美团外卖网上济南市长清区大学城的商家数据,并进行数据处理与指标筛选,然后根据各指标数据,对数据进行对外卖商家的基本情况、类别分布及经营状况进行可视化分析;（2）基于K-means聚类的店铺分类模型构建。初步选取影响店铺分类的主要指标,使用SPSS对上述指标进行相关性分析,... 

【文章来源】：山东师范大学山东省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

外卖商家部分数据样本

外卖评分Top3商家雷达图

美食类别词云图

【参考文献】：
期刊论文
[1]基于K-Means聚类算法的股票技术指标分析[J]. 项睿,吴华玲,李琳,张立.  电脑编程技巧与维护. 2019(12)
[2]基于聚类分析的航空公司客户群细分及营销策略[J]. 李晴雯,涂敏,段李杰.  物流工程与管理. 2019(12)
[3]一种局部概率引导的优化K-means++算法[J]. 王海燕,崔文超,许佩迪,李闯.  吉林大学学报(理学版). 2019(06)
[4]基于K-MEANS聚类的电商店铺经营策略分析[J]. 夏名首,刘玉林.  商业经济研究. 2017(05)
[5]基于RFM分析与聚类算法的网络团购用户分类研究[J]. 王晓耘,张树华,鲁天琦,姜瑜斐.  生产力研究. 2016(07)
[6]基于改进决策树算法的网络团购顾客行为模式分析研究[J]. 卜心怡,鲁天琦,张树华,姜瑜斐.  生产力研究. 2016(06)
[7]基于相关和聚类算法的团购网站销售额因素分析[J]. 李炜.  科技风. 2015(14)
[8]决策树算法在网络购物决策中的应用[J]. 胡慧.  内江师范学院学报. 2015(02)
[9]决策树算法在团购商品销售预测中的应用[J]. 费斐,叶枫.  计算机系统应用. 2013(02)
[10]基于因子分析与聚类分析的团购网站发展研究[J]. 江耘,王翀.  商业时代. 2012(35)

硕士论文
[1]基于决策树算法的成绩预测模型研究及应用[D]. 吴蓓.西安理工大学 2019
[2]北京市外卖O2O型餐饮业消费者行为特征分析[D]. 陈丹.兰州大学 2019
[3]基于大众点评网餐饮业商家分类探究[D]. 李静.浙江工商大学 2018
[4]基于美团外卖用户在线评论的情感分析研究[D]. 王升盈.燕山大学 2018
[5]基于大众点评数据的城市餐饮消费行为可视分析[D]. 敖成凤.西南科技大学 2018
[6]基于改进评价情感倾向与销量的团购店铺聚类模型研究[D]. 徐畅.河北大学 2018
[7]基于决策树算法的大学生就业预测模型及应用研究[D]. 王亚如.华中师范大学 2018
[8]基于约束的高维不确定子空间聚类[D]. 高璐.大连理工大学 2016
[9]基于数据挖掘的网络团购顾客购买行为模式分析研究[D]. 姜瑜斐.杭州电子科技大学 2016
[10]C2C平台上消费者重复购买行为实证研究[D]. 张娟.合肥工业大学 2013



本文编号：3080604