携程网全国各城市酒店数据评论数据

数据说明：
携程网全国各城市酒店数据（含开业年份、装修年份、房间数、经纬度、评论数和评分、酒店全部图片、各房型的图片价格等等，详细见下面的字段说明部分），总计酒店基本信息735,476条，酒店图片98,309,133条，酒店基本房型2,206,284条

各城市的数量统计：

更新时间：
2022年7-8月

字段说明：
(1) 酒店基本信息（详情）表（ctrip_hotels_details_202208）
“hotel_id” – 酒店ID，与平台一致；
“name” – 酒店中文名称；
“name_en” – 酒店英文名称；
“short_name” – 酒店简称；
“province” – 所在省份；
“city_id” – 城市ID；
“city” – 所在城市；
“star” – 酒店星级;
“open_year” – 开业年份（共计有67.1w条有该信息）；
“fitment_year” – 装修年份（共计有21.3w条有该信息）；
“room_quantity” – 房间数（共计有71.3w条有该信息）；
“zone” – 所属商圈；
“area” – 行政区；
“address” – 地址；
“phones” – 联系电话；
“main_photo” – 酒店主图（URL）;
“lng_gd” – 高德经度；
“lat_gd” – 高德纬度；
“lng_bd” – 百度经度；
“lat_bd” – 百度纬度；
“comment_total” – 评论总数；
“total_score” – 总评分；
“health_score” – 卫生健康评分；
“enviromental_score” – 环境评分；
“service_score” – 服务评分；
“facilities_score” – 设施评分；
“recommend_percent” – 住客推荐率；
“honor_tags” – 荣誉标签；
“bullet_screen_info” – 视频弹幕信息：
“has_certificate” – 是否有“品质保证”;
“hotel_facilities_popular” – 酒店热门设施；
“hotel_facilities_full” – 酒店设施详细版；
“hotel_policy” – 酒店政策；
“hotel_awards” – 酒店获奖情况；
“images” – 酒店相册图(URL,更多更完整的图片见酒店相册表)；
“description” – 酒店介绍；
“traffic” – 周边交通；
“video_url” – 视频介绍文件URL；
“min_price” – 最低房型价格；
“min_price_checkin_date” – 查询的入住日期；
“base_rooms” – 基础房型列表；
“updated” – 本条数据采集更新的时间；
“url” – 酒店URL；

(2) 酒店相册表（ctrip_hotels_pictures_202208）
“picture_id” – 图片ID；
“hotel_id” – 酒店ID（用于和酒店基本信息表关联）；
“source” – 相册列表；
“category_name” – 图片内容列表；
“picture_title” – 图片标题；
“large_url” – 图片大图或视频URL；
“small_url” – 图片小图或视频封面图URL；
“is_video” – 是否是视频；
“picture_description” – 图片描述；
“updated” – 本条数据采集更新的时间；

(3) 酒店基本房型表（ctrip_hotels_base_rooms_202208）
“hotel_id” – 酒店ID（用于和酒店基本信息表关联）；
“base_room_id” – 基本房型ID；
“base_room_name” – 基本房型名称；
“checkin_date” – 查询的入住日期；
“min_price” – 房型最低售价；
“base_room_cover_url” – 房型封面图URL；
“images” – 房型相册URL；
“additional_info” – 房间参数，例如面积、床型、可住人数、早餐、WIFI、是否禁烟等；
“room_facilities” – 房型内设施；
“updated” – 本条数据采集更新的时间；

在线示例数据：
(1) 酒店基本信息（详情）示例数据

(2) 酒店相册示例数据

(3) 酒店基本房型示例数据

数据格式：
CSV（UTF-8编码）。

文件大小：
酒店基本信息表： 2.4GB；
酒店相册表：25GB（无图片文件）；
酒店基本房型表：2.7GB；

按“酒店星级”(star字段)的数量统计：
无星: 196,610家
1星: 7,429家
2星: 447,150家
3星: 57,167家
4星: 22,013家
5星: 5,108家

携程网全国各城市酒店数据评论数据相关推荐

利用Python自动爬取全国30+城市地铁图数据
数据来源首先分析全国各个城市地铁图的数据来源,无非就是百度或者高德,这次选择用高德作为数据来源. 基本环境配置版本:Python3 系统:Windows 相关模块: 安装请求库 pip insta ...
如何用Python自动爬取全国30+城市地铁图数据？
阅读本文大概需要 3 分钟. 最近两天工作之余,开始涉猎python,自动爬取了全国30+城市地铁图数据,这里分享下整个爬虫过程 1. 数据来源首先分析全国各个城市地铁图的数据来源,无非就是百度或者 ...
2001-2022年全国各城市气温数据（逐日、逐月、逐年）
全国各城市平均气温数据(2001-2022) 1.数据说明:本数据是根据中国气象数据网发布的中国地面气候资料日值数据集V3.0处理而成,指标涵盖全国各城市. 2.数据来源:中国气象数据网.中国地面气候 ...
携程网国内酒店评论数据（超8163万条）
本文原创作者: 数据超市 (http://www.data-shop.net) 本文原始链接:http://www.data-shop.net/2018/08/ctrip_hotel_comment_ ...
2021年全国重点城市poi数据下载
2021年全国重点城市poi数据写在前面的话北京上海广州深圳杭州南京苏州免责声明写在前面的话 POI是"Point of Interest"的缩写,中文意思为& ...
scrapy爬取酒店评论数据
scrapy爬取酒店评论数据代码 here:GitHub:scrapy_hotel_review 采用scrapy爬取酒店评论数据. 总共有28W条记录. 做某NLP任务,需要一些hotel rev ...
基于出行住宿评论数据的情感分析研究（酒店篇，含python代码）
携程酒店评论数据: 链接:https://pan.baidu.com/s/1zUtfc6Ku6W2sx99XdqeWcA 提取码:vkzs 停用词汇总: 链接:百度网盘请输入提取码提取码:02 ...
全国/全世界城市Json数据大全
全国/全世界城市Json数据大全分享一个网站地图选择器上面可以选择 geojson 格式或者 svg 格式.(最新的,每隔一段时间就会更新) 还有一个方式: 打开安装QQ的文件夹里面也是有全世 ...
2001-2022年全国各城市风速数据（逐日、逐月、逐年）
2001-2022年全国各城市风速数据(逐日.逐月.逐年) 提供每日平均风速.每月平均风速(由当月的每日风速计算平均值得来).每年平均风速(由当年的每日风速计算平均值得来).2022年的数据截止到8月 ...

携程网全国各城市酒店数据评论数据

携程网全国各城市酒店数据评论数据相关推荐

最新文章

热门文章

​携程网全国各城市酒店数据​评论数据

​携程网全国各城市酒店数据​评论数据相关推荐

最新文章

热门文章

携程网全国各城市酒店数据评论数据

携程网全国各城市酒店数据评论数据相关推荐