張娛嘉 張景璐

摘 要：本文利用已有的開放平臺研究現(xiàn)今的餐飲行業(yè)地區(qū)分布，并利用這種方法分析各地餐飲行業(yè)發(fā)展情況和預(yù)測可能的其他可以進行商業(yè)活動的地點。以北京作為一個典型案例，本文中演示了分析結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的方法，以增強應(yīng)用性。

關(guān)鍵詞：大數(shù)據(jù) 餐飲行業(yè) 信息系統(tǒng)

中圖分類號：F724.6 文獻標識碼：A 文章編號：1672-3791（2018）01（b）-0046-02

現(xiàn)如今大數(shù)據(jù)在人類社會中起到了關(guān)鍵作用，社交媒體網(wǎng)站、新聞門戶網(wǎng)站、數(shù)字地圖導航提供商等軟件上產(chǎn)生的大數(shù)據(jù)為決策者提供了更多的資訊。我們希望大數(shù)據(jù)能幫助我們做出更加合理的決策，然而，很少有關(guān)于大數(shù)據(jù)分析的研究表明對戰(zhàn)略決策的支持。此外，分析數(shù)字地圖導航提供商的大數(shù)據(jù)用于決策支持的方法方法多種多樣，特別是在餐飲行業(yè)。本研究采用科學研究方法，設(shè)計并評估“大數(shù)據(jù)分析”的方法，來輔助餐飲企業(yè)制定營業(yè)地點的決策。利用開放平臺上評估分析現(xiàn)今已有的餐飲行業(yè)地區(qū)分布，并利用這種方法分析各地餐飲行業(yè)發(fā)展情況和預(yù)測可能的其他可以進行商業(yè)活動的地點。以北京作為一個典型案例，本文中演示了分析結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的方法，以增強在實際問題中的應(yīng)用，該方法是通用的，它對其他大數(shù)據(jù)流也同樣有適用性。

1 定位數(shù)據(jù)在現(xiàn)代網(wǎng)路服務(wù)中的重要意義

如今的信息化社會中，來源于個人的自愿分享和各種在線服務(wù)軟件獲得的內(nèi)容，為大數(shù)據(jù)分析創(chuàng)造了很多機會。而移動互聯(lián)時代，定位無處不在，任何一個應(yīng)用只要想了解用戶的位置，不管是為用戶提供服務(wù)還是用于用戶分析，就一定會用到定位，但僅僅是原始數(shù)據(jù)的獲取，并不能幫助我們得到切實有用的信息，所以，我們需要使用科學系統(tǒng)的方法，對原始數(shù)據(jù)進行數(shù)據(jù)預(yù)處理，包括但不限于聚集、抽樣、維歸約離散化、二元化、變量變換等。之后可以進行形似化和相異性的度量，但是在對于數(shù)據(jù)的探索之中，數(shù)據(jù)的可視化可以格外清晰地展現(xiàn)數(shù)據(jù)的特征和屬性之間的關(guān)系。在導航服務(wù)網(wǎng)站（如高德、百度地圖等）中，多種類型的數(shù)據(jù)不斷增長，在任何真實分析項目中，我們都必須處理大量的數(shù)據(jù)。然而，傳統(tǒng)的數(shù)據(jù)管理方法既不能管理如此龐大的數(shù)據(jù)量，也不能處理其有效增長和維護，因為相關(guān)數(shù)據(jù)的數(shù)量和速度會迅速增加。

如今的開放平臺能夠提供2D、3D、衛(wèi)星多種地圖形式供開發(fā)者選擇，開放平臺提供的API和SDK可以適應(yīng)各種平臺的地圖構(gòu)建工作，同時還提供強大的地圖再開發(fā)能力和地圖數(shù)據(jù)支持。

2 數(shù)據(jù)的預(yù)處理

數(shù)據(jù)的預(yù)處理是一個非常廣泛的概念，我們?yōu)榱朔治鎏幚肀本┎蛷d地理信息數(shù)據(jù)，需要用到以各種方式關(guān)聯(lián)起來的策略和算法，大體上，這一技術(shù)分為兩類，就是選擇分析所需要的數(shù)據(jù)對象和屬性，以及創(chuàng)建改變屬性。借此，我們可以改善數(shù)據(jù)挖掘過程中的各種冗雜工作，減少工作時間，增加效率。

聚集可以將兩個或多個對象合并成單個對象，比如：收集到的餐飲地理數(shù)據(jù)，可以將其一個餐館所有的事務(wù)合并成一個餐館事務(wù)，那么數(shù)據(jù)的數(shù)量可以減少為餐館的數(shù)量。這里的問題就是在創(chuàng)建這個聚集的事務(wù)時，我們需要考慮到每個屬性的不同，使用不同的方法對數(shù)據(jù)進行合并操作，如果是定量屬性，如訪問次數(shù)、餐廳各項價格等，可以通過求和求平均值進行處理，而定性屬性可以視其重要程度進行化簡和聚集，成為一個集合。這可以幫助我們使用更少的精力時間對龐大數(shù)據(jù)進行預(yù)處理，以便于后文中的可視化操作。

3 大數(shù)據(jù)與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫

大數(shù)據(jù)與NoSQL數(shù)據(jù)庫近來被認為是完美搭配，但傳統(tǒng)的關(guān)系型數(shù)據(jù)庫也并不能被輕易取代，依舊有著難易度帶的地位。如今的數(shù)據(jù)量時常能夠達到難以用傳統(tǒng)關(guān)系型數(shù)據(jù)庫處理程度，而且有著越來越多的數(shù)據(jù)不再簡單建立在傳統(tǒng)關(guān)系之上，有了更高的可擴展性。正如MySQL凱源數(shù)據(jù)庫最初版本開發(fā)者Monty Widenius所言，NoSQL需要著更多的優(yōu)化持續(xù)開發(fā)成本，而很多公司無法負擔也無需負擔這一成本。大多數(shù)人依舊需要傳統(tǒng)的關(guān)系型數(shù)據(jù)庫來對數(shù)據(jù)進行管理，而在單機的環(huán)境之上SQL具有更強勁的性能表現(xiàn)，如本文涉及到的更具體分析部分。只有在集群環(huán)境中，NoSQL在鍵值查找上會比SQL快。

所以，在進行限定地區(qū)的具體數(shù)據(jù)和具體數(shù)據(jù)關(guān)系分析中，我們可以進一步篩選并找出自己所需的數(shù)據(jù)，展示傳統(tǒng)的關(guān)系型數(shù)據(jù)庫進行的具體分析?？梢詮凝嫶蟮臄?shù)據(jù)之中只選擇我們需要的數(shù)據(jù)，通過分析在開放應(yīng)用API獲取的數(shù)據(jù)，得到北京市的餐飲服務(wù)信息，分析各個區(qū)餐飲行業(yè)的情況，簡略代碼如下：

for url in urlList：

html = url_open（url）

target = json.loads（html）

gsNo = int（target['count']）

pageNo = divmod（gsNo，20）[0]+1 if divmod（gsNo，20）[1]>0 else divmod（gsNo，20）[0]

cityListNo.append（[cityList[i][0]，cityList[i][1]，gsNo，pageNo]）

totalNum = totalNum + gsNo

i = i + 1

# ['010'， '北京'， 528， 27]

return cityListNo

def get_GSByCity（）：

for city in cityListNo：

urlList = []

def get_gsList（）：

cityUrlList = get_GSByCity（）

#cityurl為北京市的url

allList = []

for cityUrl in cityUrlList：

cityPoisList = []

for url in cityUrl：

html = url_open（url）

target = json.loads（html）

pagePoisList = target['pois']

cityPoisList.append（pagePoisList）

cityPoisList = sum（cityPoisList，[]）

allList.append（cityPoisList）

運行程序得到北京市的餐飲服務(wù)數(shù)據(jù)，在建立數(shù)據(jù)庫并進行可視化之前，先要修改MySQL系統(tǒng)文件保證數(shù)據(jù)和進行處理的計算機編碼格式保持一致，不然可能會導致數(shù)據(jù)亂碼，并對數(shù)據(jù)可視化造成一定而影響。

建立合適的數(shù)據(jù)庫，將數(shù)據(jù)導入數(shù)據(jù)庫。因為得到的數(shù)據(jù)包含編號、餐廳名稱，所在省市、城市、城區(qū)名稱、具體地址、餐廳風格標簽和具體經(jīng)緯度數(shù)據(jù)，所以，基于得到的數(shù)據(jù)我們可以建立數(shù)據(jù)庫表格，并把數(shù)據(jù)導入到建立的數(shù)據(jù)庫中。

導入成功后，處理數(shù)據(jù)，找到各區(qū)餐飲服務(wù)的總體數(shù)量制作成餅圖來直觀感受北京各區(qū)的餐飲分布情況。

顯示數(shù)據(jù)為：海淀區(qū)27%、朝陽區(qū)37%、東城區(qū)18%、西城區(qū)15%、大興區(qū)3%；從這些數(shù)據(jù)可以看出，朝陽區(qū)明顯高于其他地區(qū)，說明朝陽區(qū)的餐飲服務(wù)在量的方面領(lǐng)先于其他，綜合朝陽區(qū)的人口情況尤其是遷入遷出情況、面積占比，這一區(qū)域的活躍度相對較高。

4 對于北京餐飲的數(shù)據(jù)可視化

在大多數(shù)的學科之中通常我們會強調(diào)算法和數(shù)學方法，而可視化數(shù)據(jù)挖掘在日常生活之中能夠起到直觀的效果。

數(shù)據(jù)可視化的第一步是將信息映射成可視模式，即是把數(shù)據(jù)中的對象、屬性和聯(lián)系應(yīng)射程科室的對象、屬性和聯(lián)系，之后通過選擇做出簡化，將數(shù)據(jù)導出到CSV文件，生成可視化圖像，通過圖像可以觀察需要的結(jié)論。

5 北京餐飲服務(wù)熱力圖

餐飲服務(wù)熱力圖可以觀察到在北京中心城區(qū)之外，還有幾個餐飲服務(wù)業(yè)集中的地區(qū)，說明這幾個位置也是人流相對密集的地點，在其周圍可能存在較大聚落，可以觀察到其中就有北京首都國際機場，雁棲湖景區(qū)等位置，說明在中心城區(qū)和大的聚落之外，交通樞紐和風景區(qū)也是重要的商業(yè)活動和餐飲服務(wù)業(yè)發(fā)達的地點。商業(yè)活動由中心城區(qū)向外擴散，而在郊區(qū)的交通樞紐和風景區(qū)也有零星分布。這一結(jié)果與北京城市規(guī)劃也是相符的，其他采用網(wǎng)格布局（grid layout）的城市可能會顯現(xiàn)出截然不同的結(jié)果。

6 結(jié)語

以上作為一個說明性案例，證明足夠的餐廳地理信息數(shù)據(jù)可以幫助做出熱點預(yù)測決策制定等工作。如利用內(nèi)蒙古的數(shù)據(jù)，可以進行類似的實驗展示城市餐飲服務(wù)在地理位置上的特征，也可側(cè)面探索居民行為特征。這些數(shù)據(jù)可為餐飲決策者提供參考信息分析競爭者情況，尋找潛在市場，證實大數(shù)據(jù)處理在分析決策上的效用。還能將其應(yīng)用到其他領(lǐng)域如旅游行程規(guī)劃，可以綜合地理位置、訪問頻率為旅客規(guī)劃行程使用地理定位數(shù)據(jù)顯示附近的餐廳。

參考文獻

[1] J.Bao，Y.Zheng，D.Wilkie，et al.Recommendations in location-based social networks：a survey[J].Geoinformatica，2015，19（3）：525-565.

[2] J Miaha，H Q Vu，John Gammackc，et al.A Big Data Analytics Method for Tourist Behaviour Analysis[J].Information & Management，2016，54（6）.