薛煒 袁媛 董思勤 胡浩 蔣敏

摘 ?要：隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)購物等消費(fèi)模式迅速崛起并產(chǎn)生了海量多維度的數(shù)據(jù)，其中，餐飲行業(yè)的消費(fèi)占比較大，通過研究某一城市的該類數(shù)據(jù)，可以直觀地了解該城市餐飲消費(fèi)行為特征，也可以對(duì)該城市的餐飲行業(yè)進(jìn)行分析和預(yù)測(cè)。數(shù)據(jù)可視化將文本、數(shù)字?jǐn)?shù)據(jù)用圖表、圖像的形式直觀地進(jìn)行展現(xiàn)，有利于對(duì)此類數(shù)據(jù)的研究和分析。該文以綿陽市為例，收集一段時(shí)間內(nèi)綿陽市的網(wǎng)絡(luò)餐飲消費(fèi)數(shù)據(jù)，采用可視化手段將數(shù)據(jù)直觀地展示，使用不同的交互手段輔助用戶分析數(shù)據(jù)。

關(guān)鍵詞：可視化技術(shù) ?餐飲數(shù)據(jù) ?交互分析

中圖分類號(hào)：TP391.41 ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2020）07（c）-0017-02

中國互聯(lián)網(wǎng)絡(luò)信息中心2019年6月發(fā)布的《第44次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》表明，我國網(wǎng)絡(luò)購物用戶規(guī)模高達(dá) 6.39億，比2017年底增加了19.9%。網(wǎng)上外賣用戶規(guī)模高達(dá)4.21億，比2017年底增加了22.6%，餐飲類消費(fèi)占網(wǎng)絡(luò)購物的比重在49%左右。網(wǎng)絡(luò)購物的崛起與迅猛發(fā)展產(chǎn)生的海量交易數(shù)據(jù)能最直接地反映城市餐飲業(yè)的發(fā)展?fàn)顩r與發(fā)展水平。因此我們收集并處理此類數(shù)據(jù)，借助數(shù)據(jù)可視化技術(shù)希望可以展示并分析一個(gè)城市的餐飲數(shù)據(jù)。我們以綿陽市為例，分析綿陽市餐飲行業(yè)中各個(gè)店鋪的實(shí)際情況。

1 ?城市餐飲數(shù)據(jù)可視分析

1.1 可視分析系統(tǒng)介紹

為了更全面和從不同角度展示餐飲數(shù)據(jù)，該系統(tǒng)采用多視圖多角度的展示和分析方式，結(jié)合交互方法，用戶不僅可以看到城市餐飲整體消費(fèi)的情況，也可以根據(jù)自己的需求調(diào)整視圖展示，也為城市餐飲數(shù)據(jù)的分析提供了更多的角度。該系統(tǒng)主體是借助百度地圖工具的地圖展示，還有評(píng)分雷達(dá)圖、每個(gè)店鋪簡要信息展示框、各類店鋪的信息統(tǒng)計(jì)柱形圖、餅圖等作為輔助工具分析。

1.2 數(shù)據(jù)收集與處理

利用網(wǎng)絡(luò)爬蟲手段，收集了美團(tuán)平臺(tái)上綿陽市餐飲消費(fèi)數(shù)據(jù)，收集到的數(shù)據(jù)種類繁多，包括時(shí)序數(shù)據(jù)、空間數(shù)據(jù)、文本數(shù)據(jù)、圖片等。直接從網(wǎng)絡(luò)收集到的數(shù)據(jù)無法使用，經(jīng)過數(shù)據(jù)清洗和篩選之后，我們只保留可以使用的正確數(shù)據(jù)。

根據(jù)系統(tǒng)的需要，我們將數(shù)據(jù)轉(zhuǎn)換為json格式，按照id、name、address等字段規(guī)范所有數(shù)據(jù)。在規(guī)范數(shù)據(jù)的同時(shí)，為了方便數(shù)據(jù)的使用，我們也將數(shù)據(jù)按地區(qū)和商鋪種類進(jìn)行分類，總體將店鋪分為22類：咖啡、川菜、快餐簡餐等。根據(jù)綿陽市的行政區(qū)域劃分，將數(shù)據(jù)按地區(qū)分為涪城區(qū)、游仙區(qū)、江油市等。

1.3 主要功能

該可視化系統(tǒng)的功能主要包括店鋪信息的統(tǒng)計(jì)分類并展示、雷達(dá)圖的繪制、地圖顯示等。將這些店鋪信息用多視圖的方式通過各種形式直觀展示出來，可以給綿陽市的用戶提供更加快捷、符合個(gè)人需求的選擇餐飲的方案，同時(shí)也為投資者提供了充足的參考數(shù)據(jù)，例如店鋪地點(diǎn)、類型的選擇，以及如何側(cè)重該店的競爭優(yōu)勢(shì)。

1.3.1 地圖顯示

我們借助百度地圖API的功能，根據(jù)每個(gè)店鋪的經(jīng)緯度在地圖中做上標(biāo)記。通過地圖的基礎(chǔ)交互功能，如地圖拖拽、滑輪縮放等，可以清楚地看到某一區(qū)域的店鋪分布情況或者某一店鋪附近的地理情況。

由于該系統(tǒng)收集的數(shù)據(jù)點(diǎn)較多，前期我們嘗試直接加載標(biāo)注的方法進(jìn)行繪點(diǎn)，結(jié)果系統(tǒng)運(yùn)行無響應(yīng)。于是我們使用另一種給坐標(biāo)添加標(biāo)注的方法：加載海量點(diǎn)。借助百度地圖的功能，在繪制前檢測(cè)當(dāng)前環(huán)境是否滿足條件，滿足則可加載點(diǎn)。

1.3.2 行政區(qū)域劃分顯示店鋪

只是對(duì)各個(gè)區(qū)域的店鋪類型和數(shù)量進(jìn)行統(tǒng)計(jì)并不能體現(xiàn)所有的餐飲行業(yè)相關(guān)信息，根據(jù)日常生活的經(jīng)驗(yàn)我們知道，一個(gè)店鋪的地理位置對(duì)其利潤的獲取有著密切聯(lián)系，而一個(gè)城市的不同行政區(qū)域的店鋪的地理位置是否有著相同的分布規(guī)律也值得探討。為了分析地理位置對(duì)店鋪的影響，突出不同行政區(qū)域之間的店鋪地理位置這一信息，我們還添加了根據(jù)行政區(qū)域畫店鋪位置的功能。我們使用百度地圖獲取行政區(qū)域的，再根據(jù)獲取的行政區(qū)域的坐標(biāo)，添加多邊形的覆蓋物，設(shè)置合適的透明度使其高亮顯示。這樣用戶在點(diǎn)擊不同的行政區(qū)域時(shí)，可以更清楚地看到不同行政區(qū)域中店鋪的情況。

1.3.3 評(píng)分雷達(dá)圖

每一個(gè)店鋪的評(píng)分都有不同的維度，如衛(wèi)生評(píng)分、環(huán)境評(píng)分、口味評(píng)分、服務(wù)評(píng)分等。針對(duì)評(píng)分?jǐn)?shù)據(jù)多角度這一特點(diǎn)，我們使用雷達(dá)圖展示評(píng)分，這種顯示方式即可以直觀地表現(xiàn)各角度評(píng)分的具體數(shù)值，也有著對(duì)比突出的作用，用戶可以直接得出這家店鋪的突出優(yōu)勢(shì)。我們將每一個(gè)店鋪的各角度評(píng)分?jǐn)?shù)據(jù)傳入繪制雷達(dá)圖的函數(shù)中進(jìn)行繪制。用戶在點(diǎn)擊任何一個(gè)店鋪的同時(shí)看到旁邊相應(yīng)的評(píng)分雷達(dá)圖，給予用戶更加方便的參考形式。

2 ?分析結(jié)果

經(jīng)過對(duì)數(shù)據(jù)的可視化處理顯示并分析，我們可以直觀地看到綿陽市及其下屬行政區(qū)域店鋪的數(shù)量、類型和分布情況。以涪城區(qū)為例，從地圖顯示中可以看出店鋪主要分布在東北部，再仔細(xì)分析地圖發(fā)現(xiàn)，涪城區(qū)東北部是綿陽市的市中心，這里有著大型廣場(chǎng)，多個(gè)商場(chǎng)、醫(yī)院、電影院等娛樂場(chǎng)所，是人流量最多的地方，因此餐廳數(shù)量較多，如圖1所示。

這時(shí)我們?cè)俜治龈⒊菂^(qū)各類型的店鋪數(shù)量，發(fā)現(xiàn)火鍋有394家、川菜335家、面食有343家，這些類型的店鋪數(shù)量最多，這也體現(xiàn)了涪城區(qū)群眾的的飲食習(xí)慣。

3 ?結(jié)語

該文通過收集美團(tuán)上的餐飲數(shù)據(jù)，采用多視圖可視分析的方法，通過對(duì)時(shí)序數(shù)據(jù)、空間數(shù)據(jù)、文本數(shù)據(jù)收集與篩選設(shè)計(jì)并實(shí)現(xiàn)了綿陽市餐飲數(shù)據(jù)的可視化。但有一個(gè)問題值得注意，在數(shù)據(jù)清洗和篩選過程中可能存在大量被被淘汰的數(shù)據(jù)是集中在某一個(gè)或某幾個(gè)行政區(qū)域中，或者某些類型的店鋪，那么會(huì)導(dǎo)致這些店鋪數(shù)據(jù)與其他有著數(shù)量上的明顯差別。接下來的工作將著重考慮對(duì)數(shù)據(jù)的預(yù)處理方式和更美觀的界面布局。

參考文獻(xiàn)

[1] 胡明.餐飲管理系統(tǒng)及其數(shù)據(jù)可視化研究與實(shí)現(xiàn)[D].吉林大學(xué)，2007.

[2] 敖成鳳，李艷妮，吳亞東，等.城市餐飲消費(fèi)行為數(shù)據(jù)可視化[J].西南科技大學(xué)學(xué)報(bào)，2017，32（3）：91-98.

[3] 邵興.可視化餐飲管理推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].西安電子科技大學(xué)，2014.

[4] 敖成鳳.基于大眾點(diǎn)評(píng)數(shù)據(jù)的城市餐飲消費(fèi)行為可視分析[D].西南科技大學(xué)，2018.

[5] 張娛嘉，張景璐.大數(shù)據(jù)在餐飲業(yè)務(wù)信息系統(tǒng)研究的分析與開發(fā)[J].科技資訊，2018，16（2）：46-47.