隨著經(jīng)濟和移動信息技術(shù)的發(fā)展,旅游住宿業(yè)正在快速崛起,人們旅行的方式也從單一的觀光旅游向休閑度假轉(zhuǎn)變,住宿預(yù)訂線上滲透率也是居高不下。相較于電話和現(xiàn)場預(yù)訂,線上預(yù)訂不僅方便,還能夠查看其他住客的入住體驗。由于線上市場的管理較困難,信息繁雜且有不少虛假信息,住客需要面對安全性差、衛(wèi)生條件差、收費不合理等問題,使得用戶對住宿地點的選擇更為困難。對酒店所產(chǎn)生的數(shù)據(jù)進行可視化能夠直觀清晰地展示酒店的特點,用戶能快速獲取有效的信息。但現(xiàn)在的酒店數(shù)據(jù)可視化大多站在運營者角度分析酒店數(shù)據(jù),提高運營效率,很少有站在用戶角度分析,為用戶提供決策支持。針對上述問題,本文擬以住客需求為出發(fā)角度研究線上旅行服務(wù)公司數(shù)據(jù)的可視化形式,主要工作包含以下四個方面:1.分析線上旅游服務(wù)公司數(shù)據(jù)特點,結(jié)合自動化測試工具Selenium-driver和Python的多線程模塊Threading對數(shù)據(jù)進行了有效地抓取。2.研究傳統(tǒng)的旭日圖,針對線上旅游服務(wù)的文本數(shù)據(jù),提出一種面向評論文本的旭日圖可視化方法,能夠有效地展示文本中實體間的關(guān)系和評論文本中的情感偏向,并且在多層數(shù)據(jù)展示時進行數(shù)據(jù)優(yōu)化重排以提高清晰度。通過實驗驗證,面向評論文本的旭日圖對包含評論的旅游服務(wù)數(shù)據(jù)有良好的可視化效果。3.研究了交互式的主題河流圖,針對交互式主題河流圖提出歧義點可視化但沒有實現(xiàn)自動消歧的問題,提出一種自動消歧的主題河流圖可視化方法。該方法對主題河流圖的歧義點進行了再定義,提出波動性歧義點和連續(xù)性歧義點,并通過實時獲取當前數(shù)據(jù)進行自動地波動性消歧和連續(xù)性消歧。通過實驗驗證,自動消歧的主題河流圖可以有效地減少下層河流波動對上層河流的影響,降低對用戶的誤導(dǎo)。4.設(shè)計并實現(xiàn)面向智慧出行的酒店評論文本可視化分析工具。根據(jù)數(shù)據(jù)的特點,設(shè)計并實現(xiàn)包括品牌發(fā)展、酒店推薦、住客印象、入住率和評論文本5個模塊。同時設(shè)計了模塊內(nèi)和模塊間的交互進行聯(lián)動展示,方便用戶自主地探索數(shù)據(jù)和發(fā)現(xiàn)知識,并為用戶提供一定的決策支持。
【學(xué)位單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F719.2;TP274.2;F274
【部分圖文】：

西南交通大學(xué)碩士研究生學(xué)位論文 第 3 頁關(guān)基礎(chǔ)知識，因為它不具備用戶可以直接操作的界面，面向的是有專業(yè)知識背景的開發(fā)人員。隨著旅游住宿業(yè)的發(fā)展，行業(yè)競爭也越來越激烈，經(jīng)營者通過各種手段來改善經(jīng)營狀況也屢見不鮮，對酒店的數(shù)據(jù)也有了更加全面的挖掘。目前已經(jīng)有很多的關(guān)于酒店數(shù)據(jù)的可視化，但是都是針對如何幫助酒店迅速確定問題性質(zhì)，進而改變其評估并達到更好有效的收益管理，而面向消費者的可視化系統(tǒng)目前并沒有很好的解決方案和成果展示，沒有站在消費者的角度考慮，利用歷史數(shù)據(jù)來選擇一個更安全更可靠的住宿點。在選擇可視化的數(shù)據(jù)方面，也是更加關(guān)注酒店的入住率和價格，以及消費者在選擇時的考慮因素和行為，很少會去針對消費者的入住體驗進行文本分析。在分析消費者的選擇行為數(shù)據(jù)時，采用的方法有眼動跟蹤法和邏輯樹等，主要目的在于提高酒店的效益，展示效果如圖 1 所示。

西南交通大學(xué)碩士研究生學(xué)位論文 用語義關(guān)系提取特征并減少維度，如 LSA，LDA 分類模型[1結(jié)合大量無標簽文本，利用半監(jiān)督分類算法解決標簽瓶頸問題使用集成分類來提高分類準確性；結(jié)合在線分類和離線分類來處理大型短文本[16]。同的研究目的，對短文本的可視化研究也產(chǎn)生了各種各樣的設(shè)展示方案迎合不同的可視化需求，大致可以分為以下幾類：于詞匯詞頻的文本可視化：標簽云。標簽云是通過不同的字體放置位置，顯示出關(guān)鍵詞對于用戶的相對重要性。關(guān)鍵術(shù)語可方案來選擇，其中一些簡單的比如直接的術(shù)語計數(shù)[17]。標簽云理解的方式概括大量文本方面是非常有效的。圖 1-2展示的是簽云，它由 Wordle 應(yīng)用程序使用“Vigo”字體類型和隨機優(yōu)可以看出它的空間利用率比標簽云應(yīng)用程序要高出許多。

圖 1-2 Shutt 等論文標簽云[18]（2）通用文本探索：詞匯關(guān)聯(lián)圖表。對數(shù)據(jù)內(nèi)的模式或關(guān)系進行一般搜索。這種方法存在許多變化，但其中大部分共同之處在于它們嚴重依賴用戶的注意力和感知[19]，圖 1-3 展示的就是根據(jù)文本內(nèi)容分析句子結(jié)構(gòu)形成的單詞樹，展示的是一種文字上的邏輯關(guān)系。
【相似文獻】

相關(guān)期刊論文 前10條

1 袁曉如;;可視化研究與應(yīng)用[J];國際學(xué)術(shù)動態(tài);2010年04期

2 王圣軍;金濤;;計算物理教學(xué)中基于FORTRAN的結(jié)果可視化方法[J];物理通報;2017年06期

3 王穎;張舒予;;信息-知識-智慧:“可視化方法周期表”之三層價值探析[J];現(xiàn)代遠距離教育;2016年06期

4 張浩;張錚;邰銘;張杰鑫;;一種大規(guī)模復(fù)雜網(wǎng)絡(luò)可視化方法的研究[J];信息工程大學(xué)學(xué)報;2017年02期

5 孫新城;葉軍;;機械優(yōu)化設(shè)計中可視化方法的研究[J];現(xiàn)代制造技術(shù)與裝備;2017年09期

6 李彥龍;李國強;董笑菊;;樹比較可視化方法綜述[J];軟件學(xué)報;2016年05期

7 朱道學(xué);張瑞;陳金芳;;可視化方法在化工傳遞研究過程中的進展[J];武漢工程大學(xué)學(xué)報;2011年06期

8 趙春;李冬;;人工神經(jīng)網(wǎng)絡(luò)和可視化方法分析和比較[J];電腦知識與技術(shù);2008年36期

9 賈連印;胡建華;王清心;朱東妹;;一種OLAP樹形可視化方法的實現(xiàn)[J];云南大學(xué)學(xué)報(自然科學(xué)版);2005年S2期

10 張軍霞;李明芳;;移動分組網(wǎng)絡(luò)流量流向可視化方法研究與實踐[J];科技風(fēng);2020年08期

相關(guān)博士學(xué)位論文 前10條

1 蔣洪波;空間數(shù)據(jù)集可視化繪制的關(guān)鍵方法與技術(shù)研究[D];華中科技大學(xué);2004年

2 李博;高維多目標可視化技術(shù)的研究及應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 李杰;地理觀測數(shù)據(jù)時空可視化方法研究[D];天津大學(xué);2015年

4 張雷;心臟電生理的快速仿真和交互式可視化方法研究[D];哈爾濱工業(yè)大學(xué);2013年

5 劉丹鳳;高光譜圖像彩色可視化研究[D];哈爾濱工程大學(xué);2015年

6 雋立然;面向個人基因組變異的功能注釋與可視化方法研究[D];哈爾濱工業(yè)大學(xué);2015年

7 劉振平;工程地質(zhì)三維建模與計算的可視化方法研究[D];中國科學(xué)院研究生院（武漢巖土力學(xué)研究所）;2010年

8 鄧燁;基于屬性偏序可視化方法的柴胡證“但見一證”理論傳承創(chuàng)新研究[D];廣州中醫(yī)藥大學(xué);2016年

9 徐華勛;復(fù)雜流場特征提取與可視化方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

10 明星;光學(xué)顯微圖像神經(jīng)元形態(tài)重建和可視化方法研究[D];華中科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 石鶴;城市軌道異�？土骺梢暬椒ㄑ芯縖D];北京工業(yè)大學(xué);2019年

2 朱立霞;面向智慧出行的鐵路數(shù)據(jù)可視化方法研究與實現(xiàn)[D];西南交通大學(xué);2019年

3 易小群;面向智慧出行的酒店評論數(shù)據(jù)可視化技術(shù)研究與實現(xiàn)[D];西南交通大學(xué);2019年

4 帥博威;基于MeSH的醫(yī)學(xué)文獻主題分類與可視化研究[D];電子科技大學(xué);2019年

5 何曦;腦波可視化技術(shù)的研究與實現(xiàn)[D];電子科技大學(xué);2019年

6 韋瑋;使用思維可視化策略進行高三化學(xué)復(fù)習(xí)的研究[D];華中師范大學(xué);2019年

7 黃珮室;初中概率初步的可視化教學(xué)設(shè)計研究[D];廣州大學(xué);2019年

8 趙軍磊;突發(fā)事件網(wǎng)絡(luò)信息抽取和可視化技術(shù)研究[D];華僑大學(xué);2019年

9 葉云智;微博傳播與情感分析的可視化研究[D];重慶郵電大學(xué);2019年

10 蔣哲臣;腦纖維差異定位與比較的可視化方法研究[D];浙江工業(yè)大學(xué);2019年

本文編號：2877075