湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

目錄

1.引言............................................................................................................................1

1.1.項(xiàng)目背景......................................................................................................1

1.2.開發(fā)環(huán)境與工具..........................................................................................1

1.2.1.Python簡介.........................................................................................1

1.2.2.PyCharm簡介.......................................................................................2

1.2.3.Python第三方庫簡介.........................................................................2

1.2.4.Tableau簡介.......................................................................................3

1.2.5.Jupyternotebook簡介.....................................................................3

2.項(xiàng)目需求分析.........................................................................................................3

2.1.可行性需求分析..........................................................................................3

2.2.采集目標(biāo)功能分析......................................................................................4

2.3.關(guān)鍵技術(shù)分析..............................................................................................4

2.3.1.網(wǎng)絡(luò)爬蟲技術(shù)......................................................................................4

2.3.2.文件存取技術(shù)......................................................................................5

2.3.3.可視化技術(shù)..........................................................................................6

3.數(shù)據(jù)采集.................................................................................................................7

3.1.采集頁面分析..............................................................................................7

3.2.字段分析......................................................................................................8

3.3.編程實(shí)現(xiàn)......................................................................................................9

4.數(shù)據(jù)清洗與處理...................................................................................................10

4.1.數(shù)據(jù)清洗....................................................................................................11

4.2.數(shù)據(jù)儲存....................................................................................................11

4.3.編程實(shí)現(xiàn)....................................................................................................11

5.數(shù)據(jù)統(tǒng)計(jì)與分析...................................................................................................12

5.1.數(shù)據(jù)準(zhǔn)備....................................................................................................12

5.2.數(shù)據(jù)展示....................................................................................................15

5.2.1.根據(jù)評分對酒店信息的統(tǒng)計(jì)............................................................15

I

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

5.2.2.根據(jù)價(jià)格對酒店進(jìn)行數(shù)據(jù)分析........................................................16

5.2.3.根據(jù)點(diǎn)評數(shù)對酒店的數(shù)據(jù)分析........................................................17

5.2.4.根據(jù)位置對酒店的數(shù)據(jù)分析............................................................18

5.3.綜述............................................................................................................19

6.小結(jié).......................................................................................................................19

參考資料.........................................................................................................................20

II

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

基于Python的住哪兒網(wǎng)數(shù)據(jù)采集與分析

1.引言

在當(dāng)代社會的推動下，大數(shù)據(jù)已經(jīng)滲透我們生活大大小小的方面，其產(chǎn)生

的數(shù)據(jù)也隨之增長，也正因?yàn)閿?shù)據(jù)的指數(shù)型增長，使得大數(shù)據(jù)成為一種新型的

社會資源，這如此籠長、繁雜的數(shù)據(jù)，衍生出許許多多的互聯(lián)網(wǎng)行業(yè)，為我們

的生活提供了很多就業(yè)崗位，因此我們對大數(shù)據(jù)進(jìn)行分析是十分有必要的，不

僅僅可以從中發(fā)現(xiàn)許多的商機(jī)，還能加深我們對互聯(lián)網(wǎng)的了解，為我們的生活

提供了很多便利。

python與我們的生活息息相關(guān)，無論是互聯(lián)網(wǎng)上編程、還是Web開發(fā)以及

人工智能上為我們提供了許許多多的崗位，所以我們作為新時(shí)代青年，是很有

必要對python進(jìn)行一定的學(xué)習(xí)與探討。

1.1.項(xiàng)目背景

隨著大數(shù)據(jù)對我們的生活影響越來越大，在我們生活的方方面面都便利著

我們的生活方式，不僅能夠提高人們對數(shù)據(jù)的利用效率，而且能夠?qū)?shù)據(jù)的重

復(fù)利用，大大降低我們的生活成本。

同時(shí)，在大數(shù)據(jù)的影響下，出現(xiàn)了很多新型的崗位職業(yè)，以及大數(shù)據(jù)迅速

衍生成為一個(gè)新興行業(yè)，為我們帶來機(jī)遇與挑戰(zhàn)。

對于社會來說，大數(shù)據(jù)為社會治理降低了成本，保障社會的穩(wěn)定和安全。

對于我們個(gè)人來說，我們可以通過互聯(lián)網(wǎng)上所爬取的數(shù)據(jù)來為我們的學(xué)習(xí)、工

作進(jìn)行一個(gè)參照的模板。

我所設(shè)計(jì)的畢業(yè)設(shè)計(jì)是基于python的住哪兒網(wǎng)數(shù)據(jù)采集與分析，通過對該

網(wǎng)站評分、點(diǎn)評數(shù)、標(biāo)簽、價(jià)格以及位置這些關(guān)鍵的酒店信息點(diǎn)解析爬取采集

分析，從而讓我們大家了解在互聯(lián)網(wǎng)的模式下，我們該如何按照自己的需求選

擇酒店。

1.2.開發(fā)環(huán)境與工具

1.2.1.Python簡介

由于Python語言的簡潔性、易讀性以及可拓展性，以及它在網(wǎng)絡(luò)爬蟲、數(shù)

1

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

據(jù)分析、web開發(fā)等多個(gè)方面日益強(qiáng)大流行，因此我們有必要對python進(jìn)行進(jìn)

一步的了解。

Python的創(chuàng)始人是GudiovanRossum，于1989年獨(dú)立開發(fā)完成初版。1991

年，發(fā)明了第一個(gè)Python編譯器同時(shí)發(fā)行第一個(gè)公開發(fā)行版。由于當(dāng)時(shí)計(jì)算機(jī)

性能差、加上java語言的誕生使得python發(fā)展十分緩慢。Python2.4-

November30,2004,同年目前最流行的WEB框架Django誕生；Python2.5-

September19,2006；Python2.6-October1,2008；Python2.7-July

3,2010；Python3.1-2009年6月27日；Python3.2-2011年2月20日；Python

3.3-2012年9月29日；Python3.4-2014年3月16日；Python3.5-2015年9

月13日。

1.2.2.PyCharm簡介

PyCharm是一種PythonIDE（IntegratedDevelopmentEnvironment，集

成開發(fā)環(huán)境），帶有一整套可以幫助用戶在使用Python語言開發(fā)時(shí)提高其效率

的工具。

Pycharm是輔助我們學(xué)習(xí)python的一種學(xué)習(xí)軟件。他的功能很齊全，比如

說可以只能python輔助、網(wǎng)頁開發(fā)框架、科學(xué)工具、遠(yuǎn)程開發(fā)能力等等，其中

還可以跨技術(shù)開發(fā)，不僅支持python，還支持JavaScript、Cython、SQL、

HTML\CSS、Node等。Pycharm對于我們學(xué)習(xí)python的實(shí)踐操作起著至關(guān)重要的

作用。

Pycharm可以在windows、Linux、macOS這些系統(tǒng)下使用。

1.2.3.Python第三方庫簡介

Requests：是用Python語言編寫，基于urllib，采用Apache2Licensed

開源協(xié)議的HTTP庫。用于python爬取網(wǎng)頁，常用的比如：requests.get、

requests.post、requests.put等。

BeautifulSoup：用于python對xml、html的解析，適合我們python的初

學(xué)者，缺點(diǎn)是反應(yīng)較為緩慢，整體來說對我們幫助還是很大的。

Numpy：為python提供很多高級的數(shù)學(xué)方法，是我們平時(shí)使用python不可

或缺的庫。

Matplotlib：是python中的一種繪制圖形的庫，為我們通過圖像的方式來

分析數(shù)據(jù)，常用于畫靜態(tài)圖。

Pyecharts:也是python的一種繪制圖形的庫，它在matplotlib的基礎(chǔ)上

2

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

進(jìn)行改良，一般畫較為復(fù)雜的圖形。

Pandas：用于python的數(shù)據(jù)操作和分析，建立在Numpy之上的庫。同時(shí)把

數(shù)據(jù)保存在scv文件里，也可以進(jìn)行數(shù)據(jù)清洗。

Scapy:用Python寫的數(shù)據(jù)包探測和分析庫。

Sympy:可以做代數(shù)評測、差異化、擴(kuò)展、復(fù)數(shù)等等,它在提示信息這一塊做

的十分不錯。

1.2.4.Tableau簡介

Tableau用于幫助我們查看和理解數(shù)據(jù)，它可以快速分析、可視化并分享數(shù)

據(jù)。它的基本操作包括：字段的操作、函數(shù)與計(jì)算、表計(jì)算類型、排序與篩選

以及參數(shù)。

Tableau的數(shù)據(jù)分析十分的快，可視化以工作表的形式創(chuàng)建，并且Tableau

不需要編程技能就可以運(yùn)行。

1.2.5.Jupyternotebook簡介

Jupyternotebook是一個(gè)十分快捷和流行的python工具。它可以用于數(shù)據(jù)

的清理、建模統(tǒng)計(jì)、構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型以及數(shù)據(jù)的可視化等其他功能。

用戶可以將自己輸入的代碼組合到一個(gè)可讀性好，容易共享，對新手好的文檔

里，而且還會編譯各種解釋性文字。Jupyternotebook是以網(wǎng)頁的形式打開的，

我們直接在網(wǎng)頁上進(jìn)行代碼的輸入運(yùn)行，運(yùn)行的結(jié)果就會直接出現(xiàn)在下面，如

在編程過程中需要編寫說明文檔，可在同一個(gè)頁面中直接編寫，便于作及時(shí)的

說明和解釋。

2.項(xiàng)目需求分析

2.1.可行性需求分析

1.技術(shù)可行性

通過python可視化來查看分析我們想要的數(shù)據(jù)是十分方便的，它相對于

java、c語言更加簡便、快捷。Python與Java相比更適用于新手、初學(xué)者，python

的框架要比Java更為強(qiáng)大，語言更為簡潔。Python也可以用于web的開發(fā)，可

以用不同的url映射到python代碼模塊來處理數(shù)據(jù)庫和生成HTML文件。

2.項(xiàng)目可行性

在互聯(lián)網(wǎng)大數(shù)據(jù)的背景下，互聯(lián)網(wǎng)酒店在我們的生活中占比越來越重，對

3

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

我們的影響也越來越大。我今天所分析的就是住哪兒網(wǎng)互聯(lián)網(wǎng)酒店的數(shù)據(jù)，通

過住哪兒網(wǎng)酒店評分、價(jià)格、位置等關(guān)鍵信息的數(shù)據(jù)處理與分析來為大家進(jìn)行

對互聯(lián)網(wǎng)酒店的了解。

2.2.采集目標(biāo)功能分析

本次項(xiàng)目的數(shù)據(jù)集取自于住哪兒網(wǎng)，是通過python爬取住哪兒網(wǎng)酒店的各

種關(guān)鍵信息。爬取前75頁的酒店信息，數(shù)據(jù)清洗后一共1050條數(shù)據(jù)記錄，以

此盡可能保證數(shù)據(jù)可靠性。

此次爬取的住哪兒網(wǎng)，主要獲得了以下信息為：酒店名稱、酒店的每日住

宿價(jià)格、酒店在此網(wǎng)站上的點(diǎn)評數(shù)、酒店的實(shí)時(shí)位置、酒店在本網(wǎng)站的標(biāo)簽。

主要目的是通過實(shí)際數(shù)據(jù)來分析本網(wǎng)站酒店的一些屬性。比如：酒店位置在哪，

我們就可通過我們自身的需求來選擇離我們最方便的酒店；爬取酒店每日住宿

的價(jià)格，我們可以根據(jù)自身的情況來選擇我們所需要的價(jià)位；爬取點(diǎn)評數(shù)，通

過我們對點(diǎn)評數(shù)的分析可以知道此酒店是否服務(wù)到位、酒店設(shè)施是否齊全、酒

店位置是否滿意等等；以及酒店標(biāo)簽的爬取是為了了解網(wǎng)站對酒店的評價(jià)或者

酒店對自身的評價(jià)，由此可以督促酒店自我的檢查以及保養(yǎng)。

2.3.關(guān)鍵技術(shù)分析

2.3.1.網(wǎng)絡(luò)爬蟲技術(shù)

在現(xiàn)如今大數(shù)據(jù)時(shí)代，對于網(wǎng)絡(luò)上要采集的數(shù)據(jù)信息也越來越多，人力已

經(jīng)逐漸跟不上時(shí)代要需求，人力采集信息的效率低、成本高，以及錯誤率也很

高；因此基于成本以及節(jié)約時(shí)間的考慮，我們必須要用網(wǎng)絡(luò)爬蟲來進(jìn)行數(shù)據(jù)的

采集。

網(wǎng)絡(luò)爬蟲也被稱作為蜘蛛爬蟲（WebSpider）。是指編寫一段編程，然后通

過編寫程序來實(shí)現(xiàn)網(wǎng)站的爬取，從中提取網(wǎng)站的數(shù)據(jù)來進(jìn)行保存。

網(wǎng)絡(luò)爬蟲的原理是設(shè)定好需要爬取的目的，然后找到網(wǎng)頁的URL，然后利用

URL進(jìn)行頁面的解析，然后提取該URL上所有的URL，進(jìn)行繼續(xù)訪問和頁面解析；

如果第二次的URL還可以提取URL的話，那就可以繼續(xù)進(jìn)行解析。

通用爬蟲：是指通過搜索引擎的組成部分，是將互聯(lián)網(wǎng)上的頁面下載到本

地，進(jìn)行備份儲存，然后進(jìn)行數(shù)據(jù)清洗。

聚焦爬蟲：是指根據(jù)自己指定的需求來抓取網(wǎng)頁數(shù)據(jù)。

4

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

Roboot.txt協(xié)議：又稱‘君子協(xié)議’，是指自己的網(wǎng)址如果不想給其他人

爬取數(shù)據(jù)，則通過編寫roboot.txt協(xié)議來進(jìn)行約束，防止被其他人爬取，但是

該協(xié)議只是口頭協(xié)議，并不能強(qiáng)制約束。

反爬蟲：是指自己網(wǎng)站通過設(shè)置驗(yàn)證碼等來防止其他人爬取數(shù)據(jù)。

反反爬蟲：顧名思義，通過自己的手段破解反爬蟲。

Ip代理:有點(diǎn)類似于買房時(shí)候的中介，是代替自己的一個(gè)載體（有些反爬蟲

技術(shù)可以禁止Ip的訪問，這時(shí)候我們就必須換一個(gè)ip進(jìn)行爬取）

Use-Agent:網(wǎng)頁代理，是一種身份標(biāo)識，可以為瀏覽器的身份標(biāo)識也可以

為爬蟲程序的身份標(biāo)識。

Cookie：可以保存用戶的信息，為用戶提供便利，但cookie是直接放在頭

部信息里面，cookie可被其他人竊取，信息就會泄露；所以存在風(fēng)險(xiǎn)。

常見爬蟲的爬取策略分為：深度優(yōu)先爬行策略、廣度優(yōu)先爬行策略、大站

爬行策略、反鏈策略。

網(wǎng)絡(luò)爬蟲系統(tǒng)的工作原理分為：控制器、解析器、資源庫。

控制器是接受URL鏈接進(jìn)行分配線程，然后啟動線程運(yùn)行。

解析器是指對所爬取網(wǎng)頁的文本進(jìn)行處理分析。

資源庫是指將解析好的數(shù)據(jù)下載保存在本地的容器，并提供生成索引的目

標(biāo)源。

2.3.2.文件存取技術(shù)

爬蟲請求解析后的數(shù)據(jù)，需要保存下來，才能進(jìn)行下一步的處理，一般保

存數(shù)據(jù)的方式有如下幾種：

文件：txt、csv、json等，保存數(shù)據(jù)量小。

關(guān)系型數(shù)據(jù)庫：mysql等，保存數(shù)據(jù)量大。

Python文件儲存也分為Python內(nèi)置方法、numpy模塊方法、os模塊方法、

csv模塊方法Pythn內(nèi)置方法；在不借助外界庫的前提下，python內(nèi)置方法也

可以進(jìn)行數(shù)據(jù)的儲存。

文本文件儲存：

圖2-1txt文件儲存

5

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

csv文件儲存：

圖2-2txtcsv文件儲存

Json文件儲存：

圖2-3json文件儲存

2.3.3.可視化技術(shù)

可視化主要通過借助圖形的方式來分析和表達(dá)我們所需要的數(shù)據(jù)，而體現(xiàn)

數(shù)據(jù)的價(jià)值。

數(shù)據(jù)可視化常見的庫有：matplotlib庫、pyecharts庫、seaborn庫、ggpolt

庫、pygal庫等。

matplotlib庫：

比較重要的繪圖庫，基于numpy的數(shù)組運(yùn)算，繪畫功能十分強(qiáng)大。

pyecharts庫：

用于生成Echarts圖標(biāo)的圖庫。于python直接對接，Echarts是百度開源

的一個(gè)數(shù)據(jù)可視化JS庫。

seaborn庫：

是python比較重要的第三方包，在matplotlib庫的基礎(chǔ)上進(jìn)行了更高級

的API封裝，使得畫圖更容易，該庫是matplotlib庫專攻可視化的模塊。

ggpolt庫：

是基于R的ggpolt2和python的繪畫系統(tǒng)，在使用ggpolt庫之前要先把

數(shù)據(jù)轉(zhuǎn)化為dataframe格式。

pygal庫：以對象的方式進(jìn)行繪圖。

6

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

3.數(shù)據(jù)采集

3.1.采集頁面分析

打開QQ瀏覽器，輸入網(wǎng)址/hotellist/e0101/，然

后我們就能進(jìn)入我們所要爬取的頁面。如圖：

圖3-1爬取頁面

接著我們點(diǎn)擊鼠標(biāo)右鍵，選擇檢查。如圖所示：

圖3-2打開檢查頁面

我們在右側(cè)選擇network，然后刷新頁面，刷新完頁面在右側(cè)選擇第一個(gè)文

件查看頭部信息。

7

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖3-3查看網(wǎng)頁頭部信息

從上圖我們得知，網(wǎng)頁的URL為：/hotellist/e0101/

網(wǎng)頁的請求為get請求；網(wǎng)頁的用戶代理為：Mozilla/5.0(WindowsNT

10.0;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/77.0.3865.120

Safari/537.36Core/00QQBrowser/10.9.4621.400。同時(shí)，在上面我

們可以得知cookie。

3.2.字段分析

我們先定位按鈕來選擇我們所要爬取酒店數(shù)據(jù)的字段。如圖所示：

圖3-4選取數(shù)據(jù)字段信息

然后鼠標(biāo)右擊復(fù)制字段的xpath來用于編程。

8

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

3.3.編程實(shí)現(xiàn)

導(dǎo)入所需的庫：

圖3-5導(dǎo)入庫

設(shè)置請求頭用get方法請求頭部，然后將我們爬取的頭部信息輸入進(jìn)去，

利用xpath循環(huán)解析網(wǎng)頁，截取的數(shù)據(jù)為前75頁，每頁的前十四家酒店的信息，

最后將爬取的數(shù)據(jù)保存到zhunaer.csv文件中。爬取的代碼如下：

圖3-6爬取網(wǎng)頁

9

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖3-7爬取網(wǎng)頁

4.數(shù)據(jù)清洗與處理

數(shù)據(jù)清洗也叫數(shù)據(jù)清理，數(shù)據(jù)清洗包括識別和替換不完整、不準(zhǔn)確和有問

題的數(shù)據(jù)；通過有效的數(shù)據(jù)清洗分析是數(shù)據(jù)使用的支撐。

在當(dāng)前大數(shù)據(jù)時(shí)代，數(shù)據(jù)的價(jià)值正在逐漸升高，大大小小的公司企業(yè)都需

要收集客戶以及市場的數(shù)據(jù)信息，通過所收集的數(shù)據(jù)來對自己的產(chǎn)品以及市場

的流動狀態(tài)來進(jìn)行調(diào)整，以達(dá)到利益最大化的目的。在這一過程中，數(shù)據(jù)的清

洗分析將變得尤為重要，數(shù)據(jù)量越大其中的問題毛病也越多，數(shù)據(jù)會隨時(shí)間的

變化而變化、眾多數(shù)據(jù)也有質(zhì)量上的差異，以及數(shù)據(jù)分析不到位等等很多差異

導(dǎo)致造成直接或者間接的損失。

10

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

4.1.數(shù)據(jù)清洗

導(dǎo)入庫：

圖4-1導(dǎo)入庫

讀取zhunaer.csv文件：

圖4-2讀取文件

對文件進(jìn)行去重處理：

圖4-3文件去重

4.2.數(shù)據(jù)儲存

Python數(shù)據(jù)的儲存分為三種儲存方式：

一是文件儲存的方式：TXT文件儲存、JSON文件儲存、csv文件儲存

二是關(guān)系型數(shù)據(jù)庫：有MySQL等數(shù)據(jù)庫

三是非關(guān)系型數(shù)據(jù)庫：Mongodb、redis等數(shù)據(jù)庫

現(xiàn)在我所使用的為to_csv（）文件儲存的方式來保存數(shù)據(jù)，編碼方式為gbk：

圖4-4保存文件

4.3.編程實(shí)現(xiàn)

對zhunaer.csv文件分析處理，我們得知可以分為評分、點(diǎn)評數(shù)、位置、

價(jià)格這四個(gè)酒店關(guān)鍵點(diǎn)來進(jìn)行分析。

對點(diǎn)評數(shù)、價(jià)格、位置取前十個(gè)數(shù)據(jù)的分析儲存，取全部評分?jǐn)?shù)據(jù)用于后

續(xù)的數(shù)據(jù)分析。

11

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖4-5取前十?dāng)?shù)據(jù)的儲存

5.數(shù)據(jù)統(tǒng)計(jì)與分析

5.1.數(shù)據(jù)準(zhǔn)備

導(dǎo)入相關(guān)的庫：

圖5-1導(dǎo)入庫

導(dǎo)入儲存好的評分的酒店文件，然后進(jìn)行數(shù)據(jù)的折線圖畫圖分析，然后對

繪畫好的圖進(jìn)行網(wǎng)頁保存方便后期查看：

圖5-2評分?jǐn)?shù)據(jù)的畫圖保存

12

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

導(dǎo)入酒店每日住宿價(jià)格排名前十的數(shù)據(jù)文件，進(jìn)行柱狀圖畫圖分析，然后

保存圖畫結(jié)果：

圖5-3價(jià)格數(shù)據(jù)的畫圖保存

導(dǎo)入點(diǎn)評數(shù)前十的數(shù)據(jù)文件，進(jìn)行折線圖畫圖分析，保存圖畫結(jié)果：

圖5-4點(diǎn)評數(shù)數(shù)據(jù)的畫圖保存

導(dǎo)入與價(jià)格前十相對應(yīng)位置的數(shù)據(jù)文件，進(jìn)行餅圖畫圖分析，保存結(jié)果：

13

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

圖5-5位置數(shù)據(jù)的畫圖保存

14

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

5.2.數(shù)據(jù)展示

5.2.1.根據(jù)評分對酒店信息的統(tǒng)計(jì)

圖5-6評分?jǐn)?shù)據(jù)的圖畫分析

互聯(lián)網(wǎng)技術(shù)對我們的生活帶來了很多方便，也在一步步深入我們的生活，

從而衍生出了互聯(lián)網(wǎng)酒店這一行業(yè)。在行業(yè)競爭壓力整體環(huán)境比較大的情況下，

人們對酒店的需求也有了進(jìn)一步的增大，所以對進(jìn)行酒店進(jìn)行一個(gè)整體的評價(jià)

分?jǐn)?shù)是必不可少的。一般來說，網(wǎng)站對酒店打的分越高，說明大家對這一家酒

店的印象越好、滿意度越高，就跟人穿衣服一樣，也會優(yōu)先穿自己覺得好看比

較滿意的衣服；對于酒店本身而言，這代表著顧客對自己的肯定，同時(shí)評分也

可以提高自己的檔次，在一眾互聯(lián)網(wǎng)酒店中脫穎而出；可以吸引一些追求高檔

次、高要求的顧客，提高自己的收入和客源；然后通過自己吸收的客源來提高

自身的知名度、信譽(yù)度。總之，評分越高的酒店不僅對自身還是顧客必然是互

利共贏的選擇。

我所爬取的住哪兒玩酒店的評分?jǐn)?shù)據(jù)，如上圖所示；在評分滿分為5分的

情況下仍有北京心院民宿、北京司馬臺圓滿之家農(nóng)家樂、北京司馬臺蔡云生農(nóng)

家院等酒店為5分，說明分?jǐn)?shù)為5分的這部分酒店無論是顧客滿意度還是自身

對酒店設(shè)施、服務(wù)都是非常好的，這部分酒店可以作為顧客在外挑選酒店的首

選。同時(shí)我們可以從以上圖中分析得知，評分越高的酒店說明它的內(nèi)部配置也

是成正比，酒店也是屬于服務(wù)行業(yè)，內(nèi)部配置包括設(shè)施的配備、安保系統(tǒng)以及

15

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

酒店服務(wù)；評分越高的酒店，這就能體現(xiàn)出這些酒店顧客、平臺整體的一個(gè)評

價(jià)接近于滿分；像評分為4.9分的映向城酒店(北京故宮店)、東籬居(北京望京

SOHO悠樂匯店)、北京漫宜·云崖民宿等這一類酒店，說明大部分評價(jià)為比較滿

意，也有一部分是因?yàn)轭櫩团c酒店方有一些些小磨差導(dǎo)致，整體來說也評分滿

分的酒店差距不大；評分為4.5-4.9之間的酒店我們認(rèn)作為酒店存在一些固定

的隱患問題，有些是因?yàn)榉块g隔音不好、服務(wù)態(tài)度問題，這些酒店多多留意進(jìn)

行改善會好很好，4.5分以下的酒店就比如說像來來酒店(北京順義石門地鐵站

店)、速8酒店(北京西單佟麟閣路店)等酒店，說明顧客對酒店的一個(gè)整體印象

不是很好，我們作為顧客應(yīng)盡量按自己的需求來選擇這些酒店。

5.2.2.根據(jù)價(jià)格對酒店進(jìn)行數(shù)據(jù)分析

圖5-7前十價(jià)格數(shù)據(jù)的圖畫分析

上圖為本網(wǎng)站酒店每日住宿價(jià)格前十的數(shù)據(jù)分析。

價(jià)格是酒店對自己情況來指定自己收入多少的關(guān)鍵信息點(diǎn)。價(jià)格對我們顧

客來說，從價(jià)格上一般就能體現(xiàn)一個(gè)酒店的整體情況，包括酒店的評分情況，

一般評分越高酒店給人能接受的價(jià)位也會增加，它們之間的關(guān)系一般成正比，

同時(shí)也能反映酒店自身服務(wù)和設(shè)施是否到位，一般酒店自身?xiàng)l件比較好的話，

酒店的成本也會增加價(jià)格也會有所波動；當(dāng)然這些都在位置的基礎(chǔ)上，一般酒

店地段越好，酒店所花費(fèi)的成本也會越高，成本增加也會造成價(jià)格的增加。另

一方面，不同價(jià)位的酒店也對應(yīng)著不同層次的需求，也為我們挑選酒店提供合

理的需求滿意度。

16

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

通過上圖我們得知，在排名前十的價(jià)位中，北京小湯一瓢私湯度假民宿、

北京老官地180號院民宿的日均價(jià)格已破萬元，說明這兩家酒店比較符合高要

求高檔次的顧客人群消費(fèi)，同時(shí)酒店的設(shè)施也會比一般酒店要好上不少，包括

酒店的安保、隱私服務(wù)等也會做到在高需求人群的滿意度之內(nèi)；北京漫宜·云

崖民宿酒店價(jià)格在8000元以上10000元以下，這說明與上兩家的位置有關(guān)，度

假區(qū)、景區(qū)的價(jià)格往往會比市區(qū)的要貴；青龍峽無舍民宿、塞倫斯·密境民宿

像這類酒店價(jià)位處于5000-6000之間，我們可以通過分析得知，景區(qū)之間按人

流量來說，人流量越大影響酒店的成本以及酒店的定價(jià)，就比如說北京小湯一

瓢私湯度假民宿與青龍峽無舍民宿這兩家酒店所處的景區(qū)人流量不一樣，北京

小湯一瓢私湯度假民宿價(jià)格為15000，青龍峽無舍民宿價(jià)格為6000，影響的因

素正是景區(qū)的人流量導(dǎo)致的；紅螺寺山樓無憂民宿、北京夜闌星舍民宿、北京

山舍民宿、北京嘉度Resort、北京山隱小住民宿這六家酒店價(jià)格相對來說差異

不大，說明這六家酒店所處地段的人流量、酒店的內(nèi)部配置都大同小異。

5.2.3.根據(jù)點(diǎn)評數(shù)對酒店的數(shù)據(jù)分析

圖5-8點(diǎn)評數(shù)前十?dāng)?shù)據(jù)的圖畫分析

以上為酒店點(diǎn)評數(shù)前十的數(shù)據(jù)分析圖。

點(diǎn)評數(shù)是指顧客對已經(jīng)居住酒店過后的評價(jià)，這是顧客真真實(shí)實(shí)居住過后

感受，它可以有好的評價(jià)與各種不滿意的評語，對還未入住過的顧客和酒店自

身有著警示作用，點(diǎn)評數(shù)越多說明居住過后來進(jìn)行評價(jià)的人越多，評價(jià)的內(nèi)容

也會增多，在互聯(lián)網(wǎng)上顧客要入住時(shí)如果有不好的評價(jià)也會被后面查看酒店信

17

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計(jì)

息的顧客所看到，造成客源的損失，同時(shí)不好的評價(jià)過多也會導(dǎo)致酒店的評分

變低，造成酒店各方面的損失。

通過上圖我們得知，北京新僑諾富特飯店、北京崇文門飯店、北京人衛(wèi)酒

店的點(diǎn)評數(shù)比較高，說明該酒店顧客住后給予的評價(jià)最多，說明酒店的人流量

相對來說是比較大的，評分相對穩(wěn)定。北京千禧大酒店、北京裕龍國際酒店、

北京富力萬達(dá)嘉華酒店這三家酒店的點(diǎn)評數(shù)差值不大，說明這三家酒店的客源、

評價(jià)也差距不大；北京王府井希爾頓酒店、北京天倫王朝酒店、北京景山酒店、

北京東直門智選假日酒店著四家酒店點(diǎn)評數(shù)在2500-3200之間，相對于前幾家

酒店來說還有待提高，酒店方可以通過降低價(jià)格等方面來提高自己的整體點(diǎn)評

數(shù)。

5.2.4.根據(jù)位置對酒店的數(shù)據(jù)分析