京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:刘早起
来源:早起Python
大家好,这个国庆,你出去旅游了吗?每次假期后网友总爱去微博、知乎吐槽国庆旅游的坑爹景点,相关话题也频上热榜,在国庆期间也有相关文章[1]通过整理对应话题统计出最坑爹城市前五名分别为杭州、西安、厦门、北京、南京,而最坑爹景点则有西湖、兵马俑、鼓浪屿、故宫、夫子庙、黄鹤楼等[2]。
本文通过Python爬取旅游网站评论数据,分析这些城市和景点在国庆期间到底表现如何,是否真的像网友吐槽的那样坑爹。
01、数据来源与说明
本文使用的数据均来源于携程旅行官网对应景点评论,采集时间段为2020-09-30至2020-10-08。因其所有数据均来自于具体订单完成后评价,使用该的数据相比社交平台讨论数据而言将更加真实。下面将以故宫为例简单说明如何使用Python爬取数据,首先打开对应页面
https://you.ctrip.com/sight/beijing1/229.html
如上图所示,按下F12之后在评论区域点击最新即可找到存储打分、评价等数据的包,之后只需查看headers等相关信息,使用Requests构造请求即可取下数据,要注意的是该请求为post形式,所以需要传入对应参数才可以,此处不做过多讲解。
但由于我们只需要国庆期间的数据,最多的景点也不过100多页评论,所以另外一种方法是使用Selenium模拟浏览器操作也可以轻松成功拿下数据,之后使用pandas清洗即可。
最终本文选取的字段为:
02、不同城市旅游热度分析
本节我们将国庆期间各省份排名前三的景点评论数量进行汇总,整理后数据的视为该省份的旅游热度,计算得到不同省份旅游热度,最热门的城市为北京,其次是江浙沪以及湖北、四川、广东、福建等省份。而这个热度排名也基本与前文提到的社交平台吐槽排名符合。
现在我们对网友评出最坑爹城市前五名的杭州、西安、厦门、北京、南京的旅游景点热度单独分析。
从评论数量来看,热度排行前列的景点基本在北京和西安,最受欢迎的景点为西安的兵马俑,而备受吐槽的西湖、鼓浪屿、夫子庙等地在网站并没有太多的评论,可能与这些景点无需门票而无法产生订单有关。
03、“坑爹”景点分析
——好评度分析
本节我们进一步对上述五个城市的景点进一步分析其坑爹程度,我们对不同景点的网友好评度进行分析。
根据该网站数据,兵马俑和故宫分别斩获近9成网友的好评,而西湖和鼓浪屿的好评度仅在80%左右,黄鹤楼也有近85%的网友给出好评,当然这里的好评仅为网友给出的总分,可以视为整体评价,接下来将对具体的评论内容进行分析。
——评论情感分析
现在我们将每一个评论的具体内容进行情感分析。
可以看到,虽然上一节的好评度分析中,每个景点都有超过8成的网友给出好评,但是从评价内容来看,给出正向的评价网友除了故宫之外,均不足8成,而整体评价较好的兵马俑,却有24.79%的网友给出负向评价。
——其他指标分析
在我们采集到的数据字段中除了总得分(好评)之外,还有景色、趣味、性价比三个指标,现在看一下不同总分的各项指标得分对比
不难看出在高分评价中,性价比指标的得分高于趣味性,而低分评价中则恰好相反,说明性价比不足更容易更容易让网友反感。研究该部分评论发现大多是在吐槽景区的(额外)消费高。
04、“坑爹”景点说什么
最后让我们来看看上述五个景点的词云分析,看看网友到底在吐槽什么。
北京—故宫
今天恰逢紫禁城600周年,故宫也有很多的特别展出,大多数网友都在赞叹故宫的宏伟磅礴,而由于疫情原因,故宫限流,也有小部分人在吐槽门票难抢。
厦门—鼓浪屿
下面是鼓浪屿的评论词云,除了景色不错之外,体验一般也很突出,其次就是上面说过的性价比不足,景点消费贵。
杭州—西湖
西湖词云同样是景色不错,但是不够好玩,性价比不足,其次就是排队时间太久
其实西湖景区并不大,国庆期间难免会人人人人人
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12