1. 研究目的与意义（文献综述）

1.1目的及意义

经济的高速发展带来了人民生活水平的极大提高，在休闲之余，旅游已经成为度假的首选；同时随着移动互联网的发展，智能手机，平板电脑的普及,这些已经改变了我们的生活方式。本次毕设主要分析互联网上蕴含地理信息的数据（如景点官网、旅游游记、社交网络等），整合景观、时间、受欢迎程度等多维度数据，进而绘制旅游景点的热度分布图；针对用户的数据如兴趣爱好、文化背景、年龄、职业及经济能力的差异，在旅游过程中的需求不一，如旅游目的地的活动项目、旅游花费、旅游线路、交通、食宿、娱乐、当地风土人情、饮食习惯等，提供个性化推荐,给用户选择旅游景点做参考，同时也可以在一定程度上避免交通拥堵，景点人数过多破坏旅游心情。如2013年国庆长假第二天，4万多名游客使得九寨沟承受了巨大的负荷造成数以千计的游客滞留景区到半夜。所以知道每个景点的热度分布，避免去一些人气特别高的旅游景点可能就不会有这样的事件发生，所以旅游景点热度分析系统是很有必要实现开发的，此系统会让游客享受到更大的旅游乐趣。

1.2国内外的研究现状分析

2. 研究的基本内容与方案

2.1基本内容

本系统拟研究分析互联网上蕴含地理信息的数据，整合景观、时间、受欢迎程度等多维度数据，用echarts以及百度地图提供的API绘制旅游景点的热度分布图；同时针对用户的需求，提供个性化推荐,将景点信息展示。此系统会让游客享受到更大的旅游乐趣。

2.2采用的技术方案

利用python实现网络爬虫相关技术，获取旅游景点信息。网络爬虫是一个自动获取网页的程序，它为搜索引擎从互联网上下载网页，是搜索引擎的重要组成。从功能上来讲, 爬虫一般分为数据采集，处理，储存三个部分。爬虫的工作原理，爬虫一般从一个或者多个初始URL开始，下载网页内容，然后通过搜索或是内容匹配手段（比如正则表达式），获取网页中感兴趣的内容，同时不断从当前页面提取新的URL，根据网页抓取策略，按一定的顺序放入待抓 取URL队列中，整个过程循环执行，一直到满足系统相应的停止条件，然后对这些被抓取的数据进行清洗，整理，并建立索引，存入数据库或文件中。用算法（算法暂定，可能会用TF-IDF算法）尽量的给每个景点做几个关键词。最后根据游客的相应需求，提取关键字与景点匹配，将匹配度最高的前几个景点，以文本或图表的方式显示出来。

3. 研究计划与安排

（1）2018/1/14——2018/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；

（2）2018/3/1—2018/4/30：系统架构、程序设计与开发、系统测试与完善； 完成解决方案合理性、科学性认证，包含算法的设计与实验结果分析；

（3）2018/5/1—2018/5/25：撰写及修改毕业论文；

4. 参考文献（12篇以上）

[1]胡松涛 . Python网络爬虫实战[M] .北京:清华大学出版社 . 2017:5-46.
[2]项亮 . 推荐系统实践[M] . 北京:人民邮电出版社 . 2012.6:96-119.
[3]兰红云 . 自然语言处理技术：入门与实践[M] . 北京:电子工业出版社 . 2017.10:3-16.
[4]罗刚,张子宪 . 自然语言处理技术原理与技术实现[M] . 北京:电子工业出版社 . 2016.5:271-303.
[5]蒋盛益,李霞,郑琪 . 数据挖掘原理与实践[M] . 北京:电子工业出版社 . 2011.8:107-147.
[6]谭建豪,章兢,黄耀胡章谋 . 数据挖掘技术[M] . 北京:中国水利水电出版社 . 2009.1:144-149.
[7]Daniel jurafsky,james H.Martin著，冯志伟，孙乐译. 自然语言处理综述[M] .北京:电子工业出版社.2005.6:35-96.
[8]Jiawei Han, MIcheline Kamber, Jian Pei. 数据挖掘：概念与技术（原书第3版）[M].北京:机械工业出版社.2012.8:44-87.
[9]陈宁,彭霞,黄舟.社交媒体地理大数据的旅游景点热度分析[J].测绘科学,2016,41(12):167-171.
[10]谢克武.大数据环境下基于python的网络爬虫技术[J].电子制作,2017,0(9);44-45.
[11]江红,余青松 . Python程序设计与算法基础教程[M] . 北京:清华大学出版社 . 2017.7:20-37.
[12]AL Sweight 著，王海鹏 译 . Python编程快速上手：让繁琐工作自动化[M] . 北京:人民邮电出版社 . 2016.7:189-277.
[13]Daniel Jurafsky amp; James H. Martin. Speech and Language Processing, 2nd Edition
[J]. Prentice Hall . 2017.7:45-88.
[14]Tu Shouzhong,Huang Minlie. Mining microblog user interests based on TextRank with TF-IDF factor[J]. The Journal of China Universities of Posts and Telecommunications,2016,23(5).
[15]Jie TANG,Hanghang TONG,Michalis VAZIRGIANNIS.Special Focus on Natural Language Processing and Social Computing[J].Science China(Information Sciences),2017,60(11):5-6.