ARTICLE DETAIL

资讯详情

深耕网站视觉设计与运营推广的一线实战洞察。

【2027精品大数据毕设】基于大数据的携程平台城市餐饮数据可视化分析(附源码资料)数据分析_毕设指导_数据挖掘_Hadoop_SPark

【2027精品大数据毕设】基于大数据的携程平台城市餐饮数据可视化分析(附源码资料)数据分析_毕设指导_数据挖掘_Hadoop_SPark 作者计算机毕业设计江挽个人简介曾长期从事计算机专业培训教学本人也热爱上课教学语言擅长Java、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法也喜欢交流技术大家有技术代码这一块的问题可以问我想说的话感谢大家的关注与支持网站实战项目安卓/小程序实战项目大数据实战项目深度学习实战项目目录基于大数据的携程平台城市餐饮数据可视化分析介绍基于大数据的携程平台城市餐饮数据可视化分析演示视频基于大数据的携程平台城市餐饮数据可视化分析演示图片基于大数据的携程平台城市餐饮数据可视化分析代码展示基于大数据的携程平台城市餐饮数据可视化分析文档展示基于大数据的携程平台城市餐饮数据可视化分析介绍本系统名为《基于大数据的携程平台城市餐饮数据可视化分析》主要围绕携程平台上的城市餐饮数据进行采集、清洗、存储、统计分析与可视化展示。系统后端采用Python的Django框架与Java的Spring Boot框架两种版本实现大数据处理部分依托Hadoop与HDFS完成数据存储借助Spark与Spark SQL进行数据计算并使用Pandas、NumPy做辅助数据处理数据库采用MySQL保存用户信息与餐饮店铺信息。前端基于Vue、ElementUI、ECharts、HTML、CSS、JavaScript与jQuery构建页面通过图表形式直观呈现分析结果。系统功能涵盖系统首页、用户管理、餐饮店铺信息管理、餐饮店铺信息、数据分析等模块其中数据分析模块细分为区域分布分析、菜系类型分析、消费水平分析、口碑热度分析、商圈活力分析、群体洞察分析六个方向能够从城市区域、菜系偏好、人均消费、评分热度、商圈活跃度以及消费群体特征等维度对携程平台城市餐饮数据进行多角度呈现帮助使用者较为清晰地了解不同城市餐饮分布与消费情况。基于大数据的携程平台城市餐饮数据可视化分析演示视频演示视频基于大数据的携程平台城市餐饮数据可视化分析演示图片基于大数据的携程平台城市餐饮数据可视化分析代码展示frompyspark.sqlimportSparkSessionfrompyspark.sql.functionsimportcol,count,avg,desc,when,litfromdjango.httpimportJsonResponsefromdjango.views.decorators.csrfimportcsrf_exemptfrom.modelsimportRestaurantInfo,UserInfoimportpandasaspdimportnumpyasnp sparkSparkSession.builder.appName(CtripCityRestaurantAnalysis).master(local[*]).config(spark.sql.shuffle.partitions,4).getOrCreate()defregion_distribution_analysis(request):city_namerequest.GET.get(city,上海)dfspark.read.option(header,true).option(inferSchema,true).csv(hdfs://localhost:9000/ctrip/restaurant/restaurant_info.csv)city_dfdf.filter(col(city)city_name)region_dfcity_df.groupBy(district).agg(count(shop_id).alias(shop_count),avg(avg_price).alias(avg_price),avg(score).alias(avg_score)).orderBy(desc(shop_count))resultregion_df.collect()data_list[]forrowinresult:data_list.append({district:row[district],shop_count:row[shop_count],avg_price:round(row[avg_price],2),avg_score:round(row[avg_score],2)})region_df.write.mode(overwrite).json(hdfs://localhost:9000/ctrip/output/region_distribution)returnJsonResponse({code:200,city:city_name,data:data_list})defcuisine_type_analysis(request):city_namerequest.GET.get(city,上海)dfspark.read.option(header,true).option(inferSchema,true).csv(hdfs://localhost:9000/ctrip/restaurant/restaurant_info.csv)city_dfdf.filter(col(city)city_name)cuisine_dfcity_df.groupBy(cuisine_type).agg(count(shop_id).alias(shop_count),avg(avg_price).alias(avg_price),avg(score).alias(avg_score)).orderBy(desc(shop_count))cuisine_dfcuisine_df.withColumn(price_level,when(col(avg_price)50,lit(低消费)).when(col(avg_price)120,lit(中消费)).otherwise(lit(高消费)))resultcuisine_df.collect()data_list[]forrowinresult:data_list.append({cuisine_type:row[cuisine_type],shop_count:row[shop_count],avg_price:round(row[avg_price],2),avg_score:round(row[avg_score],2),price_level:row[price_level]})cuisine_df.write.mode(overwrite).json(hdfs://localhost:9000/ctrip/output/cuisine_type)returnJsonResponse({code:200,city:city_name,data:data_list})defbusiness_district_analysis(request):city_namerequest.GET.get(city,上海)dfspark.read.option(header,true).option(inferSchema,true).csv(hdfs://localhost:9000/ctrip/restaurant/restaurant_info.csv)city_dfdf.filter(col(city)city_name)district_dfcity_df.groupBy(business_district).agg(count(shop_id).alias(shop_count),avg(score).alias(avg_score),avg(comment_count).alias(avg_comment),avg(avg_price).alias(avg_price)).orderBy(desc(avg_comment))district_dfdistrict_df.withColumn(activity_level,when(col(avg_comment)500,lit(高活力)).when(col(avg_comment)200,lit(中活力)).otherwise(lit(低活力)))resultdistrict_df.collect()data_list[]forrowinresult:data_list.append({business_district:row[business_district],shop_count:row[shop_count],avg_score:round(row[avg_score],2),avg_comment:round(row[avg_comment],2),avg_price:round(row[avg_price],2),activity_level:row[activity_level]})district_df.write.mode(overwrite).json(hdfs://localhost:9000/ctrip/output/business_district)returnJsonResponse({code:200,city:city_name,data:data_list})基于大数据的携程平台城市餐饮数据可视化分析文档展示作者计算机毕业设计江挽个人简介曾长期从事计算机专业培训教学本人也热爱上课教学语言擅长Java、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。平常喜欢分享一些自己开发中遇到的问题的解决办法也喜欢交流技术大家有技术代码这一块的问题可以问我想说的话感谢大家的关注与支持网站实战项目安卓/小程序实战项目大数据实战项目深度学习实战项目
返回列表