刘娟 廖慕婷

摘 要：为了更全面的了解在线旅游行业的现狀，本文从产品入手，通过Python爬虫技术，爬取了在线平台途牛网八条代表性境内外旅游产品线路的六个指标：出游人数、评价人数、价格、满意度、景点个数、景点。据此从产品角度分析：产品出游行为结构;从用户偏好角度分析：用户出行偏好、用户对各类产品的满意情况。

关键词：爬虫;在线旅游产品;境内外游;消费偏好

中图分类号：F27     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.26.039

0 引言

在当今社会，如何利用互联网和大数据，实现数据与实体经济的有效结合成为了重要的课题。通过大数据捕捉消费者对产品的偏好、态度以及影响因素，商家能够更好的抓住机会，在行业中起到表率和领头作用。另外，今年新冠肺炎的爆发，全球的旅游行业都遭受到了严重打击。本文针对今年上架的五月份产品的数据研究也可以作为疫情过后的旅游业的参考。

据此，将利用Python爬虫技术，爬取上架的途牛网2020年五月于广州出行前往国内外热门地点的旅游产品数据，通过细化出行方式分别得到评价人数、满意度、价格等指标并进行对比分析。

1 数据来源及获取

1.1 数据来源

一线城市旅游行业更加发达，五月因为有小长假成了旅游旺季。由于网站只显示当前及以后的产品数据且商家一般会提前上架产品。因此本文将出发时间定位2020年，将选取的热门线路出发地设置为一线城市广州、时间设定为五月出行，并将目的地分别设置为途牛网搜索栏显示的国内热门出行城市：云南、三亚，以及国外热门出行城市：日本、泰国。……