大众点评网数据分析.docxVIP

广西大学数学与信息科学学院 商务智能课程论文 题目：商务智能在大众点评中的应用 小组成员：1111200139 蓝承妙 1111200202 刘金香 摘要：大众点评是中国率先的本地生活信息及交易平台，也是全球最早建立的独立第三方 消费点评网站，它不仅为网友提供商户信息、消费点评及消费优惠等信息服务，同时亦提 供团购及餐厅预订等020 (Online To Offline)交易服务。本文通过分类回归树和关联规则 挖掘出大众点评数据中关于全国各地美食商家的可用信息。 关键字：大众点评分类回归树关联规则SPSS =匕豆. 、冃示 随着互联网的浮现与飞速发展，人们的生活方式向来在发生着巨大的变化。特殊是交 通、购物、饮食、住宿、教育等各方面均受到来自互联网的极大的影响。大众点评便是一 个影响人们日常生活，方便人们娱乐、饮食的点评网站。大众点评是中国率先的本地生活 信息及交易平台，也是全球最早建立的独立第三方消费点评网站。大众点评不仅为网友提 供商户信息、消费点评及消费优惠等信息服务，同时亦提供团购、电子会员卡及餐厅预订 等020(Online To Offline)交易服务。大众点评是国内最早开辟本地生活挪移应用的企业， 已经成长为一家挪移互联网公司，大众点评挪移客户端已成为本地生活必备工具。 本文使用的数据为大众点评网在2022年4月份更新后的商家数据，其中包含全国各 地区1000家美食店相关数据，包括商户ID(shop_id)、商户名称(name)、所处省份(province)、 城市(city)、区(area)、具体地址(address)、联系电话(phone)、营业时间(hours)、平均物价 (avg_price)、会员卡服务、大众对其产品的各类评价等级、环境、服务等级等数据项。 为了有效的使用该数据，本文运用分类回归树、关联规则两种数据挖掘方法对该数据 进行分析。 二、分类回归树(C&RT) 2.1 C&R tree 分类回归树(C&R tree，全称为 the classification and regression tree)是- -种基于树的分类 和预测方法，模型使用简单，易于理解(规则解释起来更简明易)，该方法通过在每一个步 骤最大限度降低不清纯度，使用递归分区来将训练记录分割为组。 2.2目的 通过分析数据中存在的预测因子变量，如店铺的环境等级、产品等级和服务等级等预 测并分类，为新用户在选择是否光顾某家店铺提供决策依据。 2.3数据整理 原始数据中包含的内容多而繁杂，为了方便研究，我们从中筛选了涉及店家评价的数 据项 avg_price、product_rating、environment_rating、service_rating、very_good_remarks、 good_remarks、common_remarks、bad_remarks、very_bad_remarks 进行整理， 将 very_good_remarks、good_remarks、common_remarks 这三个字段处理为积极评价，字段 jiji 的值为这三个字段的总和，视为对该店家的积极评价，将bad_remarks、very_bad_remarks 这二个字段处理为消极评价，字段xiaoji的值为这二个字段的总和，为该店家的消极评价。 新增字段hh取值为0和1，判定该店铺是否值得新客户选择，如果该店铺消极评价(xiaoji) 的值小于总评价(jiji+xiaoji)的10%，则认为该店铺值得选择，hh的值为1；反之，则为 0，该店铺不值得选择。 整理后的数据：avg_price、product_rating、environment_rating、service_rating、hh。 2.4创建决策树 将整理后的数据添加到SPSS工作区域，再添加一个类型节点。在类型节点中，选择 Read Value来为指定的字段读取数据。选择hh字段，将其type设为Flag, Direction设为 Out,如图1所示。其余所有字段都作为预测因子变量，将Direction设为In。 图1在类型节点中设置相关参数 在类型节点上连接一个C&RT节点，设置其参数，选择简单模式(Simple Mode),如图2所示。 图2 Simple标签 运行C&RT节点，浮现交互式窗口，彻底展开的决策树如图3所示。 节点1类别 % ri0.000 30.700 节点1 类别 % ri 0.000 30.700 272 . 1.CIM 59.3W 引 4 总计 88.600 886 environment_rating 节点2 类别 % n 0J00 3.509 4 ■ 1一0叩 北.4