当前位置:主页 > 经济论文 > 服务经济论文 >

面向智慧出行的酒店评论数据可视化技术研究与实现

发布时间:2020-11-09 22:59
   随着经济和移动信息技术的发展,旅游住宿业正在快速崛起,人们旅行的方式也从单一的观光旅游向休闲度假转变,住宿预订线上渗透率也是居高不下。相较于电话和现场预订,线上预订不仅方便,还能够查看其他住客的入住体验。由于线上市场的管理较困难,信息繁杂且有不少虚假信息,住客需要面对安全性差、卫生条件差、收费不合理等问题,使得用户对住宿地点的选择更为困难。对酒店所产生的数据进行可视化能够直观清晰地展示酒店的特点,用户能快速获取有效的信息。但现在的酒店数据可视化大多站在运营者角度分析酒店数据,提高运营效率,很少有站在用户角度分析,为用户提供决策支持。针对上述问题,本文拟以住客需求为出发角度研究线上旅行服务公司数据的可视化形式,主要工作包含以下四个方面:1.分析线上旅游服务公司数据特点,结合自动化测试工具Selenium-driver和Python的多线程模块Threading对数据进行了有效地抓取。2.研究传统的旭日图,针对线上旅游服务的文本数据,提出一种面向评论文本的旭日图可视化方法,能够有效地展示文本中实体间的关系和评论文本中的情感偏向,并且在多层数据展示时进行数据优化重排以提高清晰度。通过实验验证,面向评论文本的旭日图对包含评论的旅游服务数据有良好的可视化效果。3.研究了交互式的主题河流图,针对交互式主题河流图提出歧义点可视化但没有实现自动消歧的问题,提出一种自动消歧的主题河流图可视化方法。该方法对主题河流图的歧义点进行了再定义,提出波动性歧义点和连续性歧义点,并通过实时获取当前数据进行自动地波动性消歧和连续性消歧。通过实验验证,自动消歧的主题河流图可以有效地减少下层河流波动对上层河流的影响,降低对用户的误导。4.设计并实现面向智慧出行的酒店评论文本可视化分析工具。根据数据的特点,设计并实现包括品牌发展、酒店推荐、住客印象、入住率和评论文本5个模块。同时设计了模块内和模块间的交互进行联动展示,方便用户自主地探索数据和发现知识,并为用户提供一定的决策支持。
【学位单位】:西南交通大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:F719.2;TP274.2;F274
【部分图文】:

效果图,消费者行为,可视化,数据分析


西南交通大学硕士研究生学位论文 第 3 页关基础知识,因为它不具备用户可以直接操作的界面,面向的是有专业知识背景的开发人员。随着旅游住宿业的发展,行业竞争也越来越激烈,经营者通过各种手段来改善经营状况也屡见不鲜,对酒店的数据也有了更加全面的挖掘。目前已经有很多的关于酒店数据的可视化,但是都是针对如何帮助酒店迅速确定问题性质,进而改变其评估并达到更好有效的收益管理,而面向消费者的可视化系统目前并没有很好的解决方案和成果展示,没有站在消费者的角度考虑,利用历史数据来选择一个更安全更可靠的住宿点。在选择可视化的数据方面,也是更加关注酒店的入住率和价格,以及消费者在选择时的考虑因素和行为,很少会去针对消费者的入住体验进行文本分析。在分析消费者的选择行为数据时,采用的方法有眼动跟踪法和逻辑树等,主要目的在于提高酒店的效益,展示效果如图 1 所示。

标签,论文


西南交通大学硕士研究生学位论文 用语义关系提取特征并减少维度,如 LSA,LDA 分类模型[1结合大量无标签文本,利用半监督分类算法解决标签瓶颈问题使用集成分类来提高分类准确性;结合在线分类和离线分类来处理大型短文本[16]。同的研究目的,对短文本的可视化研究也产生了各种各样的设展示方案迎合不同的可视化需求,大致可以分为以下几类:于词汇词频的文本可视化:标签云。标签云是通过不同的字体放置位置,显示出关键词对于用户的相对重要性。关键术语可方案来选择,其中一些简单的比如直接的术语计数[17]。标签云理解的方式概括大量文本方面是非常有效的。图 1-2展示的是签云,它由 Wordle 应用程序使用“Vigo”字体类型和随机优可以看出它的空间利用率比标签云应用程序要高出许多。

关联图,单词


图 1-2 Shutt 等论文标签云[18](2)通用文本探索:词汇关联图表。对数据内的模式或关系进行一般搜索。这种方法存在许多变化,但其中大部分共同之处在于它们严重依赖用户的注意力和感知[19],图 1-3 展示的就是根据文本内容分析句子结构形成的单词树,展示的是一种文字上的逻辑关系。
【相似文献】

相关期刊论文 前10条

1 袁晓如;;可视化研究与应用[J];国际学术动态;2010年04期

2 王圣军;金涛;;计算物理教学中基于FORTRAN的结果可视化方法[J];物理通报;2017年06期

3 王颖;张舒予;;信息-知识-智慧:“可视化方法周期表”之三层价值探析[J];现代远距离教育;2016年06期

4 张浩;张铮;邰铭;张杰鑫;;一种大规模复杂网络可视化方法的研究[J];信息工程大学学报;2017年02期

5 孙新城;叶军;;机械优化设计中可视化方法的研究[J];现代制造技术与装备;2017年09期

6 李彦龙;李国强;董笑菊;;树比较可视化方法综述[J];软件学报;2016年05期

7 朱道学;张瑞;陈金芳;;可视化方法在化工传递研究过程中的进展[J];武汉工程大学学报;2011年06期

8 赵春;李冬;;人工神经网络和可视化方法分析和比较[J];电脑知识与技术;2008年36期

9 贾连印;胡建华;王清心;朱东妹;;一种OLAP树形可视化方法的实现[J];云南大学学报(自然科学版);2005年S2期

10 张军霞;李明芳;;移动分组网络流量流向可视化方法研究与实践[J];科技风;2020年08期


相关博士学位论文 前10条

1 蒋洪波;空间数据集可视化绘制的关键方法与技术研究[D];华中科技大学;2004年

2 李博;高维多目标可视化技术的研究及应用[D];哈尔滨工程大学;2013年

3 李杰;地理观测数据时空可视化方法研究[D];天津大学;2015年

4 张雷;心脏电生理的快速仿真和交互式可视化方法研究[D];哈尔滨工业大学;2013年

5 刘丹凤;高光谱图像彩色可视化研究[D];哈尔滨工程大学;2015年

6 隽立然;面向个人基因组变异的功能注释与可视化方法研究[D];哈尔滨工业大学;2015年

7 刘振平;工程地质三维建模与计算的可视化方法研究[D];中国科学院研究生院(武汉岩土力学研究所);2010年

8 邓烨;基于属性偏序可视化方法的柴胡证“但见一证”理论传承创新研究[D];广州中医药大学;2016年

9 徐华勋;复杂流场特征提取与可视化方法研究[D];国防科学技术大学;2011年

10 明星;光学显微图像神经元形态重建和可视化方法研究[D];华中科技大学;2014年


相关硕士学位论文 前10条

1 石鹤;城市轨道异常客流可视化方法研究[D];北京工业大学;2019年

2 朱立霞;面向智慧出行的铁路数据可视化方法研究与实现[D];西南交通大学;2019年

3 易小群;面向智慧出行的酒店评论数据可视化技术研究与实现[D];西南交通大学;2019年

4 帅博威;基于MeSH的医学文献主题分类与可视化研究[D];电子科技大学;2019年

5 何曦;脑波可视化技术的研究与实现[D];电子科技大学;2019年

6 韦玮;使用思维可视化策略进行高三化学复习的研究[D];华中师范大学;2019年

7 黄珮室;初中概率初步的可视化教学设计研究[D];广州大学;2019年

8 赵军磊;突发事件网络信息抽取和可视化技术研究[D];华侨大学;2019年

9 叶云智;微博传播与情感分析的可视化研究[D];重庆邮电大学;2019年

10 蒋哲臣;脑纤维差异定位与比较的可视化方法研究[D];浙江工业大学;2019年



本文编号:2877075

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/fwjj/2877075.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户94c60***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com