摘要

随着社会的发展，人们生活水平的提高，旅游逐渐成为人们生活中的重要活动，2019年国内旅游人数超过60亿人次。并且，旅游业已经成为了我国经济发展的一个重要支柱，近年来我国旅游业对GDP贡献值呈上升趋势。2019年，我国旅游业对GDP的贡献值接近11万亿元，占GDP总量十分之一。在2020年，由于这一年疫情的爆发使得全国旅游产业全面停止，对我国第一季度旅游业造成了重大冲击。但随着疫情的好转，旅游业逐渐复苏，在中秋节假日，旅游人数和旅游收入同比增长较大，增幅达到69.9%，在国庆节假日更是达到了79%。

旅游业的火爆加上信息时代的到来，产生了爆炸式的旅游信息，旅游者在选择旅游景点时，总会提前采用在线信息搜索的方式了解相关旅游信息，然后再制定出行计划。但大量信息产生的同时也附带了“信息过载”的问题，使得人们的需求不能得到很好的满足，那么就要思考，要采取什么方式来解决这一问题。

旅游推荐系统，针对目前旅游信息出现的问题，将满足用户的个性化需求作为创作点，主要为用户设计了旅游景点搜索查询功能、景点推荐功能，并且根据相关数据设计了可视化大屏。在数据处理阶段，利用Python爬虫技术对旅游数据进行相应采集，运用kettle对获取到的数据进行预处理，并将数据存储到MySQL数据库中进行管理。在推荐功能实现阶段，该系统设计了景点收藏等功能，通过记录用户的行为，利用协同过滤算法为用户进行旅游景点推荐，以达到更好的满足用户需求的目的。

4系统分析与设计

4.1可行性分析

在开发该系统之前要进行相应的可行性分析，分析该系统在制作过程中是否是可行的，该内容主要从技术、经济、社会、法律四个角度进行了分析。

4.1.1技术可行性

该系统将Python作为开发语言，Python相对于其他编程语言入门简单，使用者更容易上手。使用Pycharm作为该系统的开发环境，该IDE支持Django框架，用户可通过该环境快速的使用Django框架进行web开发，整个系统实现的过程中，所涉及到的技术要求适中。

4.1.2经济可行性

该系统为一个网站，因此它的经济性取决于开发时的成本。Python是一门开源的编程语言，以及使用的Django框架也是开源框架，整个系统的实现过程也是在开源的软件下进行实现的，因此在开发过程中涉及不到经费支出。

4.1.3社会可行性

在当下多元的时代，人们的消费观念也开始发生变化，越来越多的人向高层次的行业进行消费，旅游作为人们日常生活中的一种休闲方式，因此得到了迅速的发展，加上近年来信息时代的到来，产生了爆炸式的旅游信息。旅游者在选择旅游景点时总会通过线上搜索的方式查阅相关信息，但目前旅游信息过多过杂，使得人们在查阅信息时不能得到很好的满足，那么就要思考要通过什么方式来解决这一问题。搭建该系统可以有效的解决这一问题，以达到用户、景区双方共赢的目的。

4.1.4法律可行性

该系统涉及到的法律层面主要是在前期的数据获取阶段。在目前网络安全制度下，网络爬虫在一定的范围内是允许的。针对该系统要实现的功能进行相关数据的获取，对于一些敏感数据进行过滤，该系统使用的数据不触及任何敏感信息。因此，该系统在开发过程中不触碰任何法律问题。

4.2需求分析

需求分析是分析该系统的制作目的是否正确，设计出来的内容是否有用，是否能满足面向对象多方面的需求。该内容主要从用户以及旅游企业的角度进行了分析。

4.2.1用户需求分析

随着时代的进步，人们的思想也在发生着巨大的变化，目前人们在选择一件物品时总会进行多方面衡量，以达到自己的多元化需求。通过查阅资料和询问调查，了解到目前游客的实际需求，以便在功能设计时可以结合用户的需求进行设计，因此该系统的功能会符合使用者的需求。

4.2.2企业需求分析

对于旅游企业来说，他们的需求就是，如何为用户提供更好的服务以满足游客的需求，从而使得自己得到更好的发展。该系统在设计过程中会更具人性化，功能更个性化，因此会吸引越来越多的人使用，从而带动目前景区乃至旅游市场更好的发展。

从可行性分析以及需求分析的结果来看，开发该旅游推荐系统是可行的，因此要结合各个对象的需求对系统的整体内容进行设计。

4.3系统设计

4.3.1功能设计

该系统的功能主要分为三大模块，即数据管理模块、个性化功能模块、智慧推荐模块。

数据管理模块主要包含两方面内容，旅游数据管理，利用Python爬虫爬取到各地景点数据，使用kettle工具进行预处理后存储到MySQL数据库中，用来供此系统使用；用户数据管理，用户通过注册账号将个人信息存入到数据库。

个性化功能模块主要包含四方面内容，猜你喜欢，为用户随机推荐各地区的旅游景点；发表评论，用户可对每个旅游景点进行评价，并且支持打分，可供其他用户在浏览旅游景点时进行参考；指定搜索，方便用户可以快速的查询到自己想要找的旅游景点或城市；我的收藏，在浏览旅游景点时，可将喜欢的景点添加到收藏模块中，方便用户后期的选择，也为推荐功能做铺垫。

智慧推荐模块主要包含四方面内容，热门景点推荐，为用户提供一些比较热门的旅游景点；基于用户行为推荐，根据用户收藏等行为，采用合理的推荐算法为用户推荐感兴趣的旅游景点；途径景点推荐，为用户推荐一些比较热门的旅游路线；乘车方式推荐，根据用户所在地与目的地，为用户设计最优路径，从而使得用户可以更好的制定乘车方案。

系统整个功能模块如下图4.1所示。

图4.1 系统功能模块图

4.3.2数据库设计

在系统还没有真正搭建之前，设计数据库的表是十分重要的，设计的是否合理直接决定系统在实现时的难易程度，并且还影响着系统最终功能效果的好坏。在设计表的分析过程中，要结合自己系统的功能，设计好各个实体对象所应具备的属性，并且要关联好各个实体对象之间的关系，所以数据库的设计实质就是把用户需求进行全面的分析，根据需求对实体对象的属性进行确定。

下图4.2为该旅游推荐系统的E-R图。

图4.2 旅游推荐系统E-R图

（1）login表

表4.1 login表

序号	字段名	字段类型	长度	不是null	是否主键
1	id	int	11	是	是
2	password	varchar	30	是	否
3	last_login	datetime	6	否	否
4	username	varchar	40	是	否
5	email	varchar	30	是	否
6	date_joined	datetime	6	是	否

如上表4.1所示，主要用来存储用户的登陆信息。包含的字段有id，用来区分用户；password，用来记录登陆密码；last_login，用来记录最后的登陆时间，username用来记录用户名；email，用来存储注册邮箱信息；date_joined，用来记录注册时间。

（2）tour_view表

表4.2 tour_view表

序号	字段名	字段类型	长度	不是null	是否主键
1	id	varchar	40	是	是
2	view_name	varchar	25	是	否
3	area	varchar	20	否	否
4	province	varchar	20	是	否
5	city	varchar	20	是	否
6	view_desc	longtext		是	否
7	view_rate	varchar	5	是	否
8	advise_time	varchar	20	是	否

如上表4.2所示，主要用来存储爬取到的旅游数据。包含的字段有id，用来区分景点；view_name，用来存储景点名称；area，用来存储地理位置；province，用来存储所在省份；city，用来存储所在城市；view_desc，用来存储景点描述； view_rate，用来存储评分；advise_time，用来存储建议游玩时间。

（3）tour_score表

表4.3 tour_score表

序号	字段名	字段类型	长度	不是null	是否主键
1	id	int	11	是	是
2	rate	int	11	是	否
3	comment_date	datetime	6	是	否
4	user_id	int	11	是	否
5	view_id	varchar	40	是	否

如上表4.3所示，主要用来存储该系统用户对景点的评分数据。包含的字段有id，用来区分不同用户的评分；rate，用来存储分数；comment_date，用来记录评分时间； user_id，用来存储评分者id；view_id，用来存储评分景区id。

（4）tour_comment表

表4.4 tour_comment表

序号	字段名	字段类型	长度	不是null	是否主键
1	id	int	11	是	是
2	comment	varchar	255	是	否
3	comment_date	datetime	6	是	否
4	user_id	int	11	是	否
5	view_id	varchar	40	是	否

如上表4.4所示，主要用来存储该系统用户对景点的评论内容。包含的字段有id，用来区分不同用户的评论；comment，用来存储评论内容；comment_date，用来记录评论时间；user_id，用来存储评论者id；view_id，用来存储评论景区id。

（5）tour_collection表

表4.5 tour_collection表

序号	字段名	字段类型	长度	不是null	是否主键
1	id	int	11	是	是
2	comment_date	datetime	6	是	否
3	user_id	int	11	是	否
4	view_id	varchar	40	是	否

如上表4.5所示，主要用来存储用户收藏的旅游景点数据。包含的字段有id，用来区分不同用户的收藏内容；comment_date，用来记录收藏时间；user_id，用来记录收藏者id；view_id，用来记录收藏景区id。

（6）tour_extuser表

表4.6 tour_extuser表

序号	字段名	字段类型	长度	不是null	是否主键
1	number	int	11	是	是
2	sex	varchar	2	否	否
3	register_date	datetime	6	是	否
4	user_id	int	11	是	否
5	address	varchar	30	否	否
6	age	int	11	否	否

如上表4.6所示，用来存储用户信息。包含的字段有number，用来区分用户；sex，用来存储用户性别； register_date，用来记录注册时间；user_id，用来记录使用者id；address，用来存储用户地址；age，用来存储用户年龄。

4.4本章小结

本章内容首先从技术、经济、社会、法律方面对系统设计的可行性进行分析，并且从用户、企业的角度进行需求分析，判断该系统的实现是可行的；接着论述了该系统的各个功能模块，主要包含三大功能模块；最后通过构思该系统的E-R图，来对该系统使用到的数据库表进行合理设计。

5数据处理

数据处理覆盖了该系统的整个搭建流程，主要分为五个阶段。数据采集阶段，通过python爬虫爬取旅游网站来获得该系统的数据集；数据预处理阶段，对于获取到的数据集进行一些处理，例如对缺失值、重复值的处理；数据存储阶段，将处理后的数据集存储到MySQL数据中来实现管理操作；数据分析阶段，通过记录用户的行为，利用基于用户的协同过滤算法为目标用户推荐景点；数据可视化阶段，针对获取到的数据利用echarts技术设计旅游信息可视化大屏，将数据信息清晰直观地展示给用户。

5.1数据采集

数据采集是搭建该系统的基础，比较重要。目前爬虫技术的兴起，大部分网站都会有自己独特的反爬机制，这就使得在爬取数据时会遇到很多困难。针对这一问题，在爬取数据时采用代理IP的方法，利用bs4爬虫技术解析网页，通过对相关平台的爬取，获得对该系统有用的数据进行爬取。下图5.1是该系统爬虫代码的部分截图。

图5.1爬虫部分代码图

此次爬取到的内容主要包括景点名称，景点介绍，景点评分，所在区域，所在省份，所在城市，建议游玩时间，将爬取到数据首先存放在Excel表格中。

爬取到的这些数据会存在很多问题，例如会出现数据缺失、数据错误、数据多余等问题。因此，这就需要我们在使用这些数据之前要进行一些处理，将数据规范化。

5.2数据预处理

数据预处理的好坏直接影响着该系统数据的准确性，因此这一步也非常重要。在数据能用于该系统的前提下，通过这一方式为数据分析做准备，可以有效的提高分析结果的准确性，这是数据预处理的重要目的。数据预处理主要分为以下四类，数据清理的目的是对异常数据进行处理，例如处理对该系统无用或造成干扰的数据；数据集成的目的是通过拼接技术扩大数据集；数据变化的目的是对数据进行规范化处理以达到使用方便的效果；数据规约的目的是通过一些处理方法减少冗余信息，提高数据整体的可靠性。下图5.2是该系统利用kettle工具对爬取到的数据进行数据预处理的操作图。

图5.2 kettle数据处理图

5.3数据存储

将处理后的数据直接通过kettle工具传入到MySQL数据库的指定表中，用于该系统前后端交互使用，表的具体字段前文有所说明。

5.4.数据分析

该系统设计了收藏景点功能，其作用一方面是方便用户再次查看自己感兴趣的景点，另一方面也为用户推荐景点功能做基础。该系统的推荐功能是利用基于用户行为的协同过滤算法进行实现的，用户每次的收藏行为都会记录在数据库中，当目标用户进行自己的收藏行为时，系统就会利用相应的计算方法，在所有用户中寻找到与他最为相似的一类用户，提取这些用户收藏的全部景点，并且对目标用户收藏的景点进行剔除，计算用户对每一个候选景点的感兴趣程度，最终为用户推荐几个最为感兴趣的旅游景点。下图5.3是基于用户行为的协同过滤算法部分代码截图。