互联网的普及给我们的生活带来了诸多便利,随着移动应用程序的快速发展,订餐APP成功占领整个餐饮外卖行业市场。越来越多的人们选择在外卖平台上点餐,使得外卖产业的持续快速增长,这既推动了线上线下融合发展,又拓宽了消费应用场景,为餐饮行业发展注入新动能。线上消费往往存在信息不对称问题,对商家而言,食品的种类、定价、配送时间等多种因素都将影响消费者的购买意愿,从而影响店铺的销量。对消费者而言,面对数量繁多的外卖商家,如果不能充分了解商家信息,很难做出满意的购买决策。基于此,本论文选取市场交易额最大的美团外卖平台,采用网络爬虫获取济南市长清大学城美团外卖商家信息,通过对外卖商家数据展开研究,为商家和消费者提供决策参考。本论文具体研究内容如下:(1)美团外卖商家基本情况分析。在明确研究目的与研究对象后,首先通过八爪鱼数据采集器获取美团外卖网上济南市长清区大学城的商家数据,并进行数据处理与指标筛选,然后根据各指标数据,对数据进行对外卖商家的基本情况、类别分布及经营状况进行可视化分析;(2)基于K-means聚类的店铺分类模型构建。初步选取影响店铺分类的主要指标,使用SPSS对上述指标进行相关性分析,对于相关性较强的指标,运用主成分分析将其降维,然后使用K-means聚类算法得到外卖商家分类,最终将所有商家分为三类:“口碑型”商家、“大众型”商家、“网红型”商家,针对不同类别的商家特征进行分析,并给出相应的店铺经营决策;(3)基于C4.5算法的消费者选择模型构建。将K-means聚类结果划分为两类:推荐商家、不推荐商家,将其作为分类属性,基于C4.5算法建立决策树模型,得到配送费、店铺评分和好评率是影响是否推荐消费者选择商家的主要因素,然后从决策树中提取分类规则,并对模型进行准确率评估,最后给出消费者购买决策建议。