
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
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08