基于大众点评网餐饮业商家分类探究

发布时间：2020-12-26 07:29

　　采用数据挖掘技术对商家进行分类探究,是各大餐饮类商家对自身状况的了解与制定餐厅改善方案的一大重要前提。随着居民生活水平的不断提升,服务业在国民经济中所占比重逐渐增大,餐饮业在服务业中一直扮演着不可或缺的角色。在互联网大数据时代,电商平台发展迅速,餐饮业也不能仅仅满足于线下销售,大众点评作为一种O2o形式的消费点评网站随之崛起。当前,大众点评网的商家数量已超过150万,加盟的餐饮业商家数量日益增长,对点评网上餐饮类商家数据进行挖掘分析将有一定的实际意义。以往采用口碑评分进行商家分类的研究与应用都比较少。本文利用爬虫技术获得大众点评网上485914家餐厅的评价信息。并借助SQL、Python等统计软件,采用常见统计方法对商家基本信息数据进行探索性统计,然后采用Apriori算法、K-means算法及其优化算法对商家进行分类探究。通过分类结果针对不同类商家提出不同的餐厅改善方案与建议,并从消费者角度提出相关就餐选择依据。在一定程度上达到对以往研究的突破与创新。主要研究结论如下:1)探索性统计部分。商家总体分布上,北京、上海、广州与深圳地区的商家数量相对更多,经营面包甜点、火锅、川菜、烧烤、西... 

【文章来源】：浙江工商大学浙江省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图２－５使用Ｋ－ｍｅａｎｓ算法聚类数据集的过程??综合上述例子描述，可以看出Ｋ－ｍｅａｍ算法有可能会存在终止于局部最优解??

０??图３－２各个城市餐饮类商家数目??另一方面，本文从美食类型角度对餐饮类商家数量进行统计。图３－３中横轴??代表商家的食物品种分类，主要包括面包甜点、咖啡、烧烤、小吃、江浙菜、湘??菜、家常菜、茶餐厅、贵州菜等７２种美食品种；纵轴代表餐饮类商家的数量。??３６??

?：??０??图３－２各个城市餐饮类商家数目??另一方面，本文从美食类型角度对餐饮类商家数量进行统计。图３－３中横轴??代表商家的食物品种分类，主要包括面包甜点、咖啡、烧烤、小吃、江浙菜、湘??菜、家常菜、茶餐厅、贵州菜等７２种美食品种；纵轴代表餐饮类商家的数量。??３６??

【参考文献】：
期刊论文
[1]长沙市湘菜企业顾客评价研究——基于大众点评网的数据与文本分析[J]. 周亚.  河北旅游职业学院学报. 2017(04)
[2]一种基于Python的K-means聚类算法分析[J]. 陈伟,李红,王维.  数字技术与应用. 2017(10)
[3]Mini Batch K-means算法在遥感影像分类中的应用[J]. 修瑛昌,杨文静.  鲁东大学学报(自然科学版). 2017(04)
[4]复杂背景下基于YCbCr颜色空间和Mini-Batch聚类的肤色检测[J]. 陈涛,云利军,程飞燕,王坤.  云南师范大学学报(自然科学版). 2017(05)
[5]k-means聚类算法的改进研究[J]. 王菲菲,李秦,张梦佳.  甘肃科技纵横. 2017(03)
[6]基于关联分析的互联网商户评分研究——以餐饮商户评分数据为例[J]. 郭少友,简丹.  创新科技. 2017(02)
[7]R语言在商品交易数据关联规则挖掘中的应用[J]. 崔彦君.  内蒙古科技与经济. 2017(01)
[8]基于聚类分析的大众点评餐馆评分结果分析[J]. 王博洋,张志幸,赵静晨,曾求兵.  电子技术与软件工程. 2016(17)
[9]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)
[10]关于餐饮业消费者市场细分研究[J]. 李志桢,赵金蕊,张慧.  中国市场. 2016(09)

硕士论文
[1]基于购买行为的客户分群研究[D]. 明勇.深圳大学 2017
[2]商户评分数据的关联分析方法与实证研究[D]. 简丹.郑州大学 2017
[3]中国餐饮业空间格局研究[D]. 张志恒.兰州大学 2016
[4]K-Means聚类算法的优化及在图片去重中的应用[D]. 殷俊.华中科技大学 2016
[5]基于聚类与关联规则的客户群消费行为研究[D]. 周威.成都理工大学 2015
[6]在线评论对消费者网络团购的影响因素研究[D]. 梁峰杰.西安电子科技大学 2014
[7]数据挖掘在连锁餐饮业中的研究和应用[D]. 孔令娟.南京理工大学 2012



本文编号：2939288