论文部分内容阅读
随着互联网和信息技术的发展,网络团购等消费模式迅速崛起并产生了海量多维度、异构数据,该类数据从不同侧面反映着城市餐饮消费行为特征。本文从三个方面论述了基于网络团购数据的城市餐饮消费行为可视分析工作:基于大众点评数据的城市餐饮消费数据挖掘;基于多视图多粒度的城市餐饮消费行为可视分析方案设计;基于Django框架的城市餐饮消费行为可视分析系统设计与实现。(1)基于大众点评数据的城市餐饮消费数据挖掘,根据数据的基础属性和高层语义特征从面向群体和个体两个方面构建了城市餐饮消费行为特征模型;在基于情感分析的消费满意度挖掘中,首先利用有监督的机器学习算法对评论文本的情感进行分类,接着利用基于频率的消费满意度计算方法提取消费满意度;在基于社团划分的相似消费群体挖掘中,提出了一种基于网络团购数据的消费者关系网络构建方法,实验证明该方法能有效识别具有相似消费特征的消费者群体。(2)城市餐饮消费行为可视分析方案设计中,针对影响情感的因素较多,采用空间拓展和颜色映射等方式设计了情感分析气泡图;针对个体消费数据在空间上的稀疏性,设计了一种基于地点信息增强的可视分析视图;根据分析任务的多样性设计了基于多视图协同交互的可视化布局方案;针对餐饮消费行为数据维度信息复杂、规模庞大等特征,设计了基于时空维度的多粒度数据过滤方法。(3)基于Django框架的城市餐饮消费行为可视分析系统,针对分析对象的多样性开发了面向群体和个体的城市餐饮消费行为可视分析子系统,并以大众点评11个月30572条数据为例,挖掘群体餐饮消费行为的地域消费特征、消费满意度特征、消费主题和关键词以及地域销量的时空关联等特征,挖掘个体餐饮消费行为的口味和位置偏好、时序特征以及相似消费群体,验证了本系统的有效性。