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
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01