一、简介

     本系统采用IDEA工具作为开发工具，以Vue、SpringBoot等构建系统，采用Python爬虫技术从互联网中爬取民宿数据并经清洗后储存到MySQL数据库中，设计并实现一个功能较为完善的民宿数据可视化系统。用户可通过查看爬虫所爬取到的热门民宿信息进行下一步的预定，为用户能够高效预定民宿提供支持；管理员可通过对热门民宿的各种信息进行分析，为后续推荐给用户的热门民宿提供帮助。

     当前的民宿行业遇到了互联网技术发展的迅速时机，游客对旅游产品的选择更倾向于安全、健康型产品，对于价格的敏感度相对下降。同时，对于室外自然、人文景区的游览相对偏爱，更喜欢熟人游、小团队游，以及自驾游。这种消费观念也让更多的出游者选择民宿，如何让消费者在出行前期通过互联网就能找到适合的民宿，是民宿数据可视化系统需要深入考虑的问题，但随着民宿的数量及种类的增长，平台上的民宿种类越来越多，如何在海量的民宿中迅速准确找到相关数据对用户是一个难题，可视化数据分析，成为了平台智能化的一个优势，平台可从互联网上爬取海量的民宿数据并通过清洗和分析后，以可视化图形的方式展示给用户，快速的帮助用户快速的找到自己满意的民宿。这不仅增加了用户对平台的良好体验，也能提高好民宿在平台上的曝光度，从侧面去激励民宿预订平台改善自己的商品质量，更好的服务于用户。

      综上所述，民宿数据可视化分析系统具有非常大的研究价值。

二、国内外对本课题的研究现状

民宿最开始是兴起于欧美国家，主要以英国的B＆B为代表，在这之后，大多数国家也采用B＆B来表示民宿，但由于文化的差异，有些国家也采用Home Stay，Family Hotel 等名称来表示民宿。Jackie Clarke认为，民宿主要是指能够体验旅游环境的一种住宿产品，Dallen J Timothy表示，民宿是建在乡村环境中的为游客提供住宿与餐饮服务的旅舍，游客通过入住民宿，可了解当地居民的日常生活与当地文化。

在国内，民宿大多是利用自家的闲置房屋，以家庭为单位进行个体经营，并提供多种特色服务的设计，可以较好的满足乡村旅游接待和社会文化发展。台湾，是我国较早发展民宿的地区，经过30年多的发展,台湾民宿已积累了丰富的经验,取得了校好的成效,其民宿产品极具创新性,已经从最初的家庭旅馆模式发展转变为具有高附加值的、多样化的旅游产品,游客可以更低成本得到更高品质的服务。随着大陆共享经济和互联网行业的蓬勃发展，大范围的影响我们民宿行业的发展，2018年，我国大陆民宿类共享经济市场交易额约165亿元，较2017年增长37%，住房消费者人数达到7，945万，给400万余人创造了就业机会，住宿平台如携程、小猪短租、途家等，提供了约350万套房源，覆盖我国的城市将近500个。

个性化推荐是收集不同用户特征，经过分析后向目标用户推荐适合其偏好产品的技术。随着国内信息技术的高速发展，信息超载已成为互联网应用必须要解决的问题，如何帮助用户在海量的信息中最快的获取自己想要的信息，已经成为一个应用在设计阶段必须考虑的问题。而个性化推荐技术的出现能有效的解决这种问题，推荐技术的核心在于如何从海量数据中快速的建立数据模型，将精准的信息推荐给用户，对推荐系统的深度学习技术进行了阐述，在建立用户模型过程中，推荐系统不断的进行深度学习，基于深度学习的推荐系统的主要目的是研究多来源的无规则的海量异构数据如何进行归类和建模、最后构建反应用户偏好需求的用户模型。有关互联网平台的个性化推荐的研究大致分为两个方向：一是计算机领域的学者致力于提升个性化推荐技术的推荐质量；二是营销和信息系统领域的学者们以管理和消费者的行为视角来探讨电子商务个性化推荐。

1995年3月，斯坦福大学的Marko Balabanovic等人在美国人工智能协会上会议上推出了个性化推荐系统LIRA。这是个性化推荐技术的发展开端，早期的个性化推荐技术是通过用户的行为数据去分析挖掘用户的相关习惯，最早应用较多的系统是新闻的发布系统，经过一段时间，才慢慢应用到其他领域，比如电子购物网站、社交网络等。国外比较有名的如视频社交网络Facebook,购物网站亚马逊等。

相比国外，国内的个性化推荐技术发展起步较晚。但经过科研人员的不断努力，目前已经达到了非常高的水平，应用范围也不断扩大，具有代表性的国内电子商务网站淘宝、京东，新闻网站今日头条，手机娱乐应用抖音、快手等，都已在大规模应用。作为一个不断创新的领域，人们对个性化推荐技术的期望也在不断提高。在不断创新发展的过程中，个性化推荐系统会更好地服务于人们的生活，提高用户生活质量和互联网产品的效益。

三、研究内容

   

    民宿数据可视化分析系统是一款针对于旅游资源中非常重要的民宿数据，充分利用爬虫、ECharts等技术相结合而完成数据的爬取与分析的软件，管理员可以手动完成民宿数据的爬取与保存，待系统完成分析后，可通过看板直观地看到与民宿关联的多种数据的图形化显示。下面就通过对系统功能的描述来完成需求分析：

用户功能需求如下：

（1）注册登录：一个用户打开民宿数据可视化分析系统的注册页面，要输入账号和密码，还要输入个人的基本资料才可以完成注册；用户可根据在民宿数据可视化分析系统中的角色来完成登录，未输入账号和密码，当前的页面会校验输入，存在输入并校验用户名，用户表存在则根据当前的用户名来查当前的一个用户的密码，存在即登录成功。

（2）个人中心：修改密码，修改除密码外的其他用户的资料。

（3）民宿信息管理：通过爬虫技术，利用民宿数据可视化分析系统的爬取数据功能保存在系统中的索引顺序来显示，可支持单独选择一条民宿信息查看详情。

管理员功能需求如下：

（1）管理员登录：管理员输入网址并打开民宿数据可视化分析系统的登录页面，为管理员提供的是可输入的用户名和密码数据，单选框需选择“管理员”，按钮点击登录，当前的页面校验到管理员未输入账号信息，会将页面中编辑好的提示信息弹出来，登录失败；已输入且在用户表中检测到用户名存在，接着会读密码来与用户名的记录校验，也存在即登录成功。

（2）个人中心：修改密码与管理员的用户名。

（3）用户管理：管理员可通过给一个用户分配账号和密码来完成账户的创建，其更为具体的用户资料由用户完善；管理员可单独从列表中选择一条用户信息修改、删除，也可通过列表中的复选框来部分或全选用户信息删除。

（4）民宿信息管理：民宿信息提供了一个爬取数据按钮，可通过爬取数据来调用爬虫的程序，按URL指定的信息来爬取并将数据保存在数据库中；管理员可单独选择一条民宿信息查看详情来修改、删除，也可通过复选框来部分或全选爬到的民宿信息删除。

（5）系统管理：管理员可查询、分别单独选择一条关于我们和系统简介信息进行修改。

（6）看板：

1）关于我们：以图片+文字的方式介绍民宿数据可视化分析系统的信息。

2）名称统计：以柱状图的方式显示从民宿信息表按民宿名称查找并统计出包括该名称的数量。

3）地区统计：以横向柱状图的方式显示从民宿信息表按民宿所在的地区查找并统计出该地区的民宿数量。

4）评分统计：以饼状图的方式显示从民宿信息表按每一种民宿的评分区间来统计该评分下的民宿的数量占比情况。

5）价格统计：以环形图的方式显示从民宿信息表按每一种民宿的价格来统计出该价格对应的民宿数量的占比情况。

6）时间统计：以柱状图的方式显示从民宿信息表按时间查找并统计出包括该民宿对应的数量。

更多设计请查看本博客其他文章，如需更多MMMM