采用數(shù)據(jù)挖掘技術(shù)對商家進(jìn)行分類探究,是各大餐飲類商家對自身狀況的了解與制定餐廳改善方案的一大重要前提。隨著居民生活水平的不斷提升,服務(wù)業(yè)在國民經(jīng)濟(jì)中所占比重逐漸增大,餐飲業(yè)在服務(wù)業(yè)中一直扮演著不可或缺的角色。在互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代,電商平臺發(fā)展迅速,餐飲業(yè)也不能僅僅滿足于線下銷售,大眾點(diǎn)評作為一種O2o形式的消費(fèi)點(diǎn)評網(wǎng)站隨之崛起。當(dāng)前,大眾點(diǎn)評網(wǎng)的商家數(shù)量已超過150萬,加盟的餐飲業(yè)商家數(shù)量日益增長,對點(diǎn)評網(wǎng)上餐飲類商家數(shù)據(jù)進(jìn)行挖掘分析將有一定的實(shí)際意義。以往采用口碑評分進(jìn)行商家分類的研究與應(yīng)用都比較少。本文利用爬蟲技術(shù)獲得大眾點(diǎn)評網(wǎng)上485914家餐廳的評價(jià)信息。并借助SQL、Python等統(tǒng)計(jì)軟件,采用常見統(tǒng)計(jì)方法對商家基本信息數(shù)據(jù)進(jìn)行探索性統(tǒng)計(jì),然后采用Apriori算法、K-means算法及其優(yōu)化算法對商家進(jìn)行分類探究。通過分類結(jié)果針對不同類商家提出不同的餐廳改善方案與建議,并從消費(fèi)者角度提出相關(guān)就餐選擇依據(jù)。在一定程度上達(dá)到對以往研究的突破與創(chuàng)新。主要研究結(jié)論如下:1)探索性統(tǒng)計(jì)部分。商家總體分布上,北京、上海、廣州與深圳地區(qū)的商家數(shù)量相對更多,經(jīng)營面包甜點(diǎn)、火鍋、川菜、燒烤、西... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－５使用Ｋ－ｍｅａｎｓ算法聚類數(shù)據(jù)集的過程??綜合上述例子描述，可以看出Ｋ－ｍｅａｍ算法有可能會存在終止于局部最優(yōu)解??

０??圖３－２各個(gè)城市餐飲類商家數(shù)目??另一方面，本文從美食類型角度對餐飲類商家數(shù)量進(jìn)行統(tǒng)計(jì)。圖３－３中橫軸??代表商家的食物品種分類，主要包括面包甜點(diǎn)、咖啡、燒烤、小吃、江浙菜、湘??菜、家常菜、茶餐廳、貴州菜等７２種美食品種；縱軸代表餐飲類商家的數(shù)量。??３６??

?：??０??圖３－２各個(gè)城市餐飲類商家數(shù)目??另一方面，本文從美食類型角度對餐飲類商家數(shù)量進(jìn)行統(tǒng)計(jì)。圖３－３中橫軸??代表商家的食物品種分類，主要包括面包甜點(diǎn)、咖啡、燒烤、小吃、江浙菜、湘??菜、家常菜、茶餐廳、貴州菜等７２種美食品種；縱軸代表餐飲類商家的數(shù)量。??３６??

【參考文獻(xiàn)】：
期刊論文
[1]長沙市湘菜企業(yè)顧客評價(jià)研究——基于大眾點(diǎn)評網(wǎng)的數(shù)據(jù)與文本分析[J]. 周亞.  河北旅游職業(yè)學(xué)院學(xué)報(bào). 2017(04)
[2]一種基于Python的K-means聚類算法分析[J]. 陳偉,李紅,王維.  數(shù)字技術(shù)與應(yīng)用. 2017(10)
[3]Mini Batch K-means算法在遙感影像分類中的應(yīng)用[J]. 修瑛昌,楊文靜.  魯東大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[4]復(fù)雜背景下基于YCbCr顏色空間和Mini-Batch聚類的膚色檢測[J]. 陳濤,云利軍,程飛燕,王坤.  云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[5]k-means聚類算法的改進(jìn)研究[J]. 王菲菲,李秦,張夢佳.  甘肅科技縱橫. 2017(03)
[6]基于關(guān)聯(lián)分析的互聯(lián)網(wǎng)商戶評分研究——以餐飲商戶評分?jǐn)?shù)據(jù)為例[J]. 郭少友,簡丹.  創(chuàng)新科技. 2017(02)
[7]R語言在商品交易數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用[J]. 崔彥君.  內(nèi)蒙古科技與經(jīng)濟(jì). 2017(01)
[8]基于聚類分析的大眾點(diǎn)評餐館評分結(jié)果分析[J]. 王博洋,張志幸,趙靜晨,曾求兵.  電子技術(shù)與軟件工程. 2016(17)
[9]基于RFM分析與聚類算法的網(wǎng)絡(luò)團(tuán)購用戶分類研究[J]. 王曉耘,張樹華,魯天琦,姜瑜斐.  生產(chǎn)力研究. 2016(07)
[10]關(guān)于餐飲業(yè)消費(fèi)者市場細(xì)分研究[J]. 李志楨,趙金蕊,張慧.  中國市場. 2016(09)

碩士論文
[1]基于購買行為的客戶分群研究[D]. 明勇.深圳大學(xué) 2017
[2]商戶評分?jǐn)?shù)據(jù)的關(guān)聯(lián)分析方法與實(shí)證研究[D]. 簡丹.鄭州大學(xué) 2017
[3]中國餐飲業(yè)空間格局研究[D]. 張志恒.蘭州大學(xué) 2016
[4]K-Means聚類算法的優(yōu)化及在圖片去重中的應(yīng)用[D]. 殷俊.華中科技大學(xué) 2016
[5]基于聚類與關(guān)聯(lián)規(guī)則的客戶群消費(fèi)行為研究[D]. 周威.成都理工大學(xué) 2015
[6]在線評論對消費(fèi)者網(wǎng)絡(luò)團(tuán)購的影響因素研究[D]. 梁峰杰.西安電子科技大學(xué) 2014
[7]數(shù)據(jù)挖掘在連鎖餐飲業(yè)中的研究和應(yīng)用[D]. 孔令娟.南京理工大學(xué) 2012



本文編號：2939288