分析数万旅游评论,告诉你国庆景点背后的秘密!
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:
- 时间
- 总评分
- 景色评分
- 趣味性评分
- 性价比评分
- 评价内容
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
分析数万旅游评论,告诉你国庆景点背后的秘密!相关推荐
- 分析数万条旅游评论数据后,告诉你国庆“坑爹”景点背后的秘密......
来源:早起Python 大家好,说一个鬼故事:你的假期余额不足,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 ...
- 分析数万条国庆旅游评论数据后,我发现了“坑爹”景点背后的秘密
作者 | 刘早起 来源 | 早起Python 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 ...
- 讲python讲得好的评价_分析20万条弹幕告诉你,8.9分的高分剧《隐秘的角落》到底好看在哪儿?...
CDA数据分析师 出品作者:Mika 数据:真达 后期:泽龙 Show me data,用数据说话 今天我们聊一聊 <隐秘的角落> 点击下方视频,先睹为快: 最近这部<隐秘的角落&g ...
- 分析20万条弹幕告诉你,8.9分的高分剧《隐秘的角落》到底好看在哪儿?
最近这部<隐秘的角落>彻底火了,目前在豆瓣高达8.9分,有45万余人进行了评论. 一时间剧中张东升那句「爬山」.「你说我还有机会吗」 承包了6月份的梗.各种表情包和段子齐飞. 作为主演秦昊 ...
- 分析6万条评论,看网友们对新的电视剧《重启之极海听雷》的看法
前言 前些日子潘老师领衔主演的<鬼吹灯之龙岭迷窟>,让盗墓题材的影视剧再次热起来,这股热乎劲还没过去多久,紧接着,这些天,又另一盗墓小说<盗墓笔记>改编的电视剧<重启之极 ...
- Python 分析 9 万条数据告诉你复仇者联盟谁才是绝对 C 位!
<复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即: 漫威宇宙,其实就讲了一件事情.整个宇宙就好比一个项目组.其中有一群叫作美国队长.钢铁侠.惊奇队长.浩克.索尔等人在维护 ...
- Python分析9万条数据告诉你复仇者联盟谁才是绝对C位
作者 | 罗昭成 责编 | 唐小引 转载自CSDN(ID:CSDNnews) <复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即: 漫威宇宙,其实就讲了一件事情.整个宇宙就 ...
- 复仇者联盟谁才是绝对 C 位?Python分析9万条数据告诉你答案
作者 | 罗昭成 责编 | 唐小引 <复联 4>国内上映第十天,程序员的江湖里开始流传这样一个故事,即:漫威宇宙,其实就讲了一件事情.整个宇宙就好比一个项目组.其中有一群叫作美国队长.钢铁 ...
- Python 分析 10 万条弹幕告诉你:《古董局中局2》到底好不好看?
作者 | 泽龙.Mika 来源 | CDA数据分析师 今天我们聊一聊<古董局中局2> 点击下方视频,先睹为快: 上周日,有一部鉴宝题材的剧静悄悄上线了,那就是夏雨.魏晨等主演的古董局中局系 ...
最新文章
- 机器学习实战(一)—— K-近邻算法(KNN)
- C++ 算法设计 最大子序和问题
- kafka topic制定规则
- python封装成可执行的小程序_Python打包小程序
- Qt笔记-拖动文件到QWidget(获取拖动文件路径)
- mysql初始化主机名无法解析
- java鼠标点击暂停程序_java – LWJGL抓取鼠标 – 如果应用程序挂起或使用抓取的鼠标点击断点时调试...
- ascii码和unicode
- 产品结构bom设计 mongodb_产品设计人员看过来!儿童智能机器人产品结构设计解析(二)...
- java中mydoc_实验二/MyDoc.java · 20175326李一潇/20175326java - Gitee.com
- 学习RedHat7第一课
- 大数据分析师应掌握哪种编程语言
- win10计算机恢复到一天前,win10怎么系统还原到某一时刻 win10系统还原之后会怎么样...
- mysql创建表格例子_Mysql创建表例子 | restcy 技术博客
- 2020美赛赛后感想总结
- linux 按键检测 防抖,GPIO输入——按键检测
- 雷电网络(二):掌握雷电网络的特点 | 区块链技术博客
- Java中如何使用“点”分割字符串呢?
- Activiti实战. 1.2工作流基础
- 花生壳绑定域名和动态ip访问本机服务。