2021高職 大數(shù)據(jù)技術(shù)與應(yīng)用 任務(wù)書8（賽項(xiàng)賽題）

2021年全國(guó)職業(yè)院校技能大賽

高職組

“大數(shù)據(jù)技術(shù)與應(yīng)用“

賽項(xiàng)賽卷（GZ-xxxxxxx-X卷）

任

務(wù)

書

參奏隊(duì)編號(hào)：

背景描述

企業(yè)消費(fèi)服務(wù)平臺(tái)，為大中小型企業(yè)提供基于云化的消費(fèi)場(chǎng)景一

站式智能消費(fèi)、智能管控，幫助企業(yè)獲得更高效、簡(jiǎn)單、美好的消費(fèi)

管理。從''費(fèi)控+支付”出發(fā)，到覆蓋全場(chǎng)景支出的創(chuàng)新模式，讓員工

在數(shù)字化平臺(tái)上直接完成所有消費(fèi)，從員工下單、到財(cái)務(wù)入賬，全流

程實(shí)現(xiàn)自動(dòng)化統(tǒng)一結(jié)算、統(tǒng)一數(shù)據(jù)分析。解決傳統(tǒng)差旅系統(tǒng)面臨的場(chǎng)

景覆蓋不全、員工體驗(yàn)差、消費(fèi)體驗(yàn)割裂等情況，真正做成一套讓企

業(yè)節(jié)省支出，讓員工滿意的差旅平臺(tái)。

企業(yè)消費(fèi)服務(wù)平臺(tái)的出現(xiàn)將原來傳統(tǒng)的差旅行程放到網(wǎng)絡(luò)平臺(tái)上,

更廣泛的傳遞差旅信息，互動(dòng)式的交流更方便客人的咨詢和訂購，越

來越多的人在出行的時(shí)候使用企業(yè)消費(fèi)服務(wù)平臺(tái)預(yù)訂機(jī)票、火車票、

住宿等，使得更多的商家愿意與企業(yè)消費(fèi)服務(wù)平臺(tái)建立合作，提升住

宿場(chǎng)所的營(yíng)業(yè)額，這也為企業(yè)消費(fèi)服務(wù)平臺(tái)的發(fā)展帶來新的機(jī)遇，為

了抓住這個(gè)機(jī)會(huì)，“企業(yè)消費(fèi)服務(wù)平臺(tái)”需要從地域、訂單來源等多

種維度進(jìn)行分析，明確未來重點(diǎn)拓展合作商家的方向。公司要求多個(gè)

小組進(jìn)行分析，并提出相應(yīng)建議，你所在的小組也在其中，需要通過

數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析和數(shù)據(jù)可視化獲得相關(guān)論據(jù)，提出未

來重點(diǎn)拓展合作住宿場(chǎng)所的方向。

你們作為該小組的技術(shù)人員，是這次技術(shù)方案的核心成員，請(qǐng)按

照下面步驟完成本次技術(shù)展示任務(wù)，并提交分析報(bào)告，祝你們成功?。?！

模塊A：Hadoop平臺(tái)及組件的部署管理（15分）

環(huán)境要求：

編號(hào)主機(jī)名類型用戶密碼

1master主節(jié)點(diǎn)rootpasswd

2slavel從節(jié)點(diǎn)rootpasswd

3slave2從節(jié)點(diǎn)rootpasswd

master01-l主機(jī)上MySQL數(shù)據(jù)庫用戶名密碼是root/Passwordl23$

相關(guān)軟件安裝包在/chinaskills目錄下

任務(wù)一：Hadoop全分布部署管理

本環(huán)節(jié)需要使用root用戶完成相關(guān)配置，安裝Hadoop需要配置

前置環(huán)境，具體部署要求如下：

1、將/chinaskills下的JDK包解壓到/usr/local/src路徑下，將命

令（使用絕對(duì)路徑）復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

2、設(shè)置JDK環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)前root用戶生效，將環(huán)

境變量配置內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

3、從master復(fù)制JDK環(huán)境變量文件到slavel、slave2節(jié)點(diǎn),將命令

（命令中使用絕對(duì)路徑）和結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

4、環(huán)境中已創(chuàng)建ssh密鑰，實(shí)現(xiàn)從master到slavel節(jié)點(diǎn)的無密碼登

錄，將命令和結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

5、將/chinaskills下的hadoop包解壓到/usr/local/src,不修改

解壓后文件夾名稱，將命令復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

6、配置Hadoop全局環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)前root用戶生

效，將命令和環(huán)境變量配置內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

7、通過Hadoop命令格式化namenode,并將格式化命令復(fù)制粘貼至對(duì)

應(yīng)報(bào)告中；

8、啟動(dòng)Hadoop,使用相關(guān)命令查看所有節(jié)點(diǎn)Hadoop服務(wù)進(jìn)程，并

將命令和結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)二：Kafka組件部署管理

1、將Zookeeper配置完畢后，在各節(jié)點(diǎn)啟動(dòng)Zookeeper,查看

Zookeeper狀態(tài)，并將命令和Zookeeper運(yùn)行狀態(tài)結(jié)果復(fù)制粘貼

至對(duì)應(yīng)報(bào)告中；

2、修改Kafkaserver.properties文件，并將修改的內(nèi)容復(fù)制粘貼

至對(duì)應(yīng)報(bào)告中；

3、啟動(dòng)Kafka,并將Kafka啟動(dòng)命令和輸出結(jié)果前10行復(fù)制粘貼

至報(bào)告中。

任務(wù)三：Sqoop組件部署管理

本環(huán)節(jié)需要使用root用戶完成相關(guān)配置，已安裝Hadoop及需要

配置前置環(huán)境，具體部署要求如下：

1、解壓/chinaskills路徑下的Sqoop安裝包到/usr/local/src路

徑下，并使用相關(guān)命令，修改解壓后文件夾名為sqoop,進(jìn)入

sqoop文件夾，并將查看內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

2、修改Sqoop環(huán)境變量，并使環(huán)境變量只對(duì)當(dāng)前root用戶生效，并

將環(huán)境變量配置內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

3、修改并配置sqoop-env.sh文件，將sqoop-env.sh文件修改內(nèi)容

復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

4、測(cè)試Sqoop連接MySQL數(shù)據(jù)庫是否成功，將執(zhí)行命令和執(zhí)行結(jié)果

復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

模塊B：數(shù)據(jù)采集與處理（20分）

1、網(wǎng)站解析，利用Chrome查看網(wǎng)頁源碼，分析企業(yè)消費(fèi)平臺(tái)網(wǎng)站

網(wǎng)頁結(jié)構(gòu)。

1）打開企業(yè)消費(fèi)平臺(tái)網(wǎng)站，在網(wǎng)頁中右鍵點(diǎn)擊檢查，或者

F12快捷鍵，查看元素頁面；

2）檢查網(wǎng)站：瀏覽網(wǎng)站源碼查看所需內(nèi)容。

2、從企業(yè)消費(fèi)平臺(tái)網(wǎng)站中爬取需要數(shù)據(jù)，按照要求使用Python語

言編寫爬蟲代碼，爬取指定數(shù)據(jù)項(xiàng)，并對(duì)結(jié)果數(shù)據(jù)集進(jìn)行數(shù)據(jù)探

索、以及必要的數(shù)據(jù)處理操作。請(qǐng)將符合題目要求的代碼答案復(fù)

制粘貼至對(duì)應(yīng)報(bào)告中。

具體步驟如下：

1）創(chuàng)建爬蟲項(xiàng)目

2）構(gòu)建爬蟲請(qǐng)求

3）按要求定義相關(guān)字段

4）獲取有效數(shù)據(jù)

5）將爬取到的數(shù)據(jù)保存到指定位置

至此已從企業(yè)消費(fèi)平臺(tái)網(wǎng)站中爬取了所需數(shù)據(jù)，下一步我們要將

爬取結(jié)果進(jìn)一步進(jìn)行相關(guān)數(shù)據(jù)操作。

詳細(xì)數(shù)據(jù)描述：

1）請(qǐng)創(chuàng)建Scrapy項(xiàng)目chinaskills_accommodation（C：\

chinaskills_accommodation）,從網(wǎng)站（網(wǎng)站地址在競(jìng)

賽平臺(tái)模塊B中給出）中爬取頁面相關(guān)字段（包括name、

seq、業(yè)務(wù)部門有效數(shù)據(jù)項(xiàng)包括：業(yè)務(wù)部門，房間數(shù)，國(guó)

家，圖片數(shù)，城市，城市平均實(shí)住間夜，城市直銷拒單

率，處于商圈）；將抓取結(jié)果保存為json格式文件，并命

名為accommodations,json。每條信息請(qǐng)以Key：Value格

式單獨(dú)保存為一行數(shù)據(jù)。

例如：

{“name"："***”，"seq"："***"，…….}

任務(wù)中要求將“以下內(nèi)容及答案完整復(fù)制粘貼至對(duì)應(yīng)報(bào)告中

粘貼到對(duì)應(yīng)報(bào)告中的內(nèi)容舉例如下：

“中國(guó)”網(wǎng)頁源碼對(duì)應(yīng)字段為：Country

“四川”網(wǎng)頁源碼對(duì)應(yīng)字段為：Province

2）爬取數(shù)據(jù)量不少于28萬條。

具體任務(wù)要求：

任務(wù)一：網(wǎng)頁源碼對(duì)應(yīng)字段

使用Chrome瀏覽器，查找網(wǎng)站異步請(qǐng)求的數(shù)據(jù)，并將以下內(nèi)容及

答案完整復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

“業(yè)務(wù)部門”網(wǎng)頁源碼對(duì)應(yīng)字段為：

“城市”網(wǎng)頁源碼對(duì)應(yīng)字段為：

“城市直銷拒單率”網(wǎng)頁源碼對(duì)應(yīng)字段為：

任務(wù)二：創(chuàng)建Scrapy工程

自行創(chuàng)建Scrapy工程編寫爬蟲代碼，爬取"name、seq、業(yè)務(wù)部

門有效數(shù)據(jù)項(xiàng)包括：業(yè)務(wù)部門，房間數(shù)，國(guó)家，圖片數(shù)，城市，城

市平均實(shí)住間夜，城市直銷拒單率，處于商圈”頁面相關(guān)數(shù)據(jù)，通過

爬蟲代碼分頁爬取，以合理的程序邏輯判斷相關(guān)數(shù)據(jù)包含的頁數(shù)并將

程序代碼復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)三：在MySQL中創(chuàng)建數(shù)據(jù)庫表

根據(jù)爬取字段，在MySQL中創(chuàng)建crawl數(shù)據(jù)庫，在該數(shù)據(jù)庫中創(chuàng)

建accommodations],表（包含name、seq、業(yè)務(wù)部門，房間數(shù)，國(guó)家，

圖片數(shù)，城市），創(chuàng)建accommodations2表（包含ame、seq、城市、

城市平均實(shí)住間夜、城市直銷拒單率、處于商圈），將爬取數(shù)據(jù)寫入

相應(yīng)數(shù)據(jù)表中，并分別統(tǒng)計(jì)accommodations!表和accommodations2

表的總行數(shù)，將統(tǒng)計(jì)結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)四：對(duì)數(shù)據(jù)庫表排序

爬蟲程序運(yùn)行結(jié)束后查看MySQL中crawl數(shù)據(jù)庫的

acommodationsl表，按seq字段倒序排序，返回前100行數(shù)據(jù)，將命

令與查看結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)五：對(duì)數(shù)據(jù)表填充處理

請(qǐng)根據(jù)步驟3中accommodations!表中的數(shù)據(jù)，對(duì)數(shù)據(jù)集中“房

間價(jià)格”字段的缺失值，使用平均值進(jìn)行填充。查看填充后的數(shù)據(jù)集

前5條記錄，將查看結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)六：對(duì)數(shù)據(jù)表刪除處理

請(qǐng)根據(jù)步驟3中accommodations2表中的數(shù)據(jù)，對(duì)數(shù)據(jù)集中存在

空值的字段進(jìn)行刪除。查看刪除后的數(shù)據(jù)集條數(shù)，將查看結(jié)果復(fù)制粘

貼至對(duì)應(yīng)報(bào)告中。

accommodations2表刪除后條數(shù)為：

模塊C：數(shù)據(jù)清洗與分析（25分）

現(xiàn)已從相關(guān)網(wǎng)站及平臺(tái)獲取到原始數(shù)據(jù)集，為保障用戶隱私和行

業(yè)敏感信息，已進(jìn)行數(shù)據(jù)脫敏。數(shù)據(jù)脫敏是指對(duì)某些敏感信息通過

脫敏規(guī)則進(jìn)行數(shù)據(jù)的變形，實(shí)現(xiàn)敏感隱私數(shù)據(jù)的可靠保護(hù)。在涉及

客戶安全數(shù)據(jù)或者一些商業(yè)性敏感數(shù)據(jù)的情況、不違反系統(tǒng)規(guī)則條

件下，對(duì)真實(shí)數(shù)據(jù)進(jìn)行改造并提供測(cè)試使用，如身份證號(hào)、手機(jī)號(hào)

等個(gè)人信息都需要進(jìn)行數(shù)據(jù)脫敏。

相關(guān)數(shù)據(jù)文件中已經(jīng)包含了數(shù)據(jù)采集階段從企業(yè)消費(fèi)平臺(tái)網(wǎng)站上

爬取的數(shù)據(jù)集，其中包含了來自不同城市的多家住宿場(chǎng)所的銷售信

息，你的小組需要通過編寫代碼或腳本完成對(duì)相關(guān)數(shù)據(jù)文件中住宿

場(chǎng)所銷售管理數(shù)據(jù)的清洗和整理，并完成數(shù)據(jù)計(jì)算和分析任務(wù)。綜

合利用MapReduce、Spark>Storm>分布式存儲(chǔ)系統(tǒng)、數(shù)據(jù)倉庫

Hive、數(shù)據(jù)推送工具等技術(shù)，使用Java、Python、Scala等開發(fā)語

言，完成本階段數(shù)據(jù)清洗、處理、分析及數(shù)據(jù)挖掘等任務(wù)。通過多

個(gè)維度分析住宿場(chǎng)所的銷售信息，并以此評(píng)價(jià)住宿場(chǎng)所銷售業(yè)績(jī)、

區(qū)域的游客接納能力、接納質(zhì)量等指標(biāo)。

初始數(shù)據(jù)集來自多個(gè)網(wǎng)站及平臺(tái)系統(tǒng)，且為多次采集匯總結(jié)果，

因此數(shù)據(jù)集中不可避免地存在一些臟數(shù)據(jù)，即源數(shù)據(jù)不在給定的范

圍內(nèi)或?qū)τ趯?shí)際業(yè)務(wù)毫無意義，或是數(shù)據(jù)格式非法，以及在源系統(tǒng)

中存在不規(guī)范的編碼和含糊的業(yè)務(wù)邏輯。

請(qǐng)分析相關(guān)數(shù)據(jù)集，根據(jù)題目要求實(shí)現(xiàn)數(shù)據(jù)清洗及分析。

任務(wù)一：數(shù)據(jù)清洗

住宿場(chǎng)所銷售數(shù)據(jù)涉及到多個(gè)平臺(tái)及數(shù)據(jù)庫對(duì)接，個(gè)別信息由于

人為操作失誤或計(jì)算機(jī)故障等原因產(chǎn)生了數(shù)據(jù)缺失值。缺失值是一

種常見的臟數(shù)據(jù)情況，由于粗糙數(shù)據(jù)中缺少信息而造成的數(shù)據(jù)缺失

或截?cái)唷，F(xiàn)有數(shù)據(jù)集中某個(gè)或某些屬性的值是不完全的。對(duì)于缺失

值的處理，從總體上來說分為缺失值刪除和缺失值插補(bǔ)。當(dāng)缺失值

過多時(shí)，信息條目本身的價(jià)值也會(huì)隨之降低，此時(shí)如果對(duì)缺失值進(jìn)

行填補(bǔ)則將產(chǎn)生結(jié)果的人為干預(yù)。結(jié)合行業(yè)數(shù)據(jù)本身特點(diǎn)及上述考

慮，請(qǐng)你根據(jù)題目具體參數(shù)要求實(shí)現(xiàn)以下功能：將缺失值大于n個(gè)

的數(shù)據(jù)條目從原始數(shù)據(jù)集中剔除，并輸出剔除的條目數(shù)量。

詳細(xì)描述：

數(shù)據(jù)源文件存放于/chinaskills/accommodationdata.csv文件夾

下，請(qǐng)編寫Spark程序，按照如下要求實(shí)現(xiàn)對(duì)數(shù)據(jù)的清洗，并將結(jié)果

輸出至HDFS文件系統(tǒng)中/accommodationsparktaskl。

1）解析/chinaskills下相關(guān)數(shù)據(jù)文件;

2）按照題目要求剔除缺失數(shù)據(jù)信息大于n（n=3）個(gè)字段的數(shù)據(jù)記

錄，并以打印語句輸出刪除條目數(shù)；

3）程序打包并在Spark上運(yùn)行，結(jié)果輸出至HDFS文件系統(tǒng)中

/accominodationsparktaskl。

具體任務(wù)要求：

1、編寫Spark程序，刪除數(shù)據(jù)源中缺失值大于3個(gè)字段的數(shù)據(jù)記錄，

打印輸出刪除條目數(shù)，將運(yùn)行結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中

打印語句格式如下：

==="刪除缺失值大于3個(gè)的字段的數(shù)據(jù)條數(shù)為***條”===

2、使用Hadoopshell命令查看清洗后輸出的結(jié)果文件總行數(shù)

/accommodationsparktaskl,將查看命令與執(zhí)行結(jié)果復(fù)制粘貼至

對(duì)應(yīng)報(bào)告中。

缺失值是一種常見的臟數(shù)據(jù)情況，對(duì)于數(shù)據(jù)缺失值的處理，從總

體上來說分為缺失值刪除和缺失值插補(bǔ)兩種處理方式。當(dāng)缺失值過

多時(shí)，信息條目本身的價(jià)值也會(huì)隨之降低，此時(shí)如果對(duì)缺失值進(jìn)行

填補(bǔ)，則數(shù)據(jù)分析結(jié)果可能會(huì)受到干擾，有失客觀性。結(jié)合行業(yè)數(shù)

據(jù)本身特點(diǎn)及上述考慮，對(duì)于數(shù)據(jù)集中數(shù)值字段缺失的情況，通常

可以采用填充固定值、均值、眾數(shù)、KNN填充、以及把缺失值作為

新的label等方式處理。同時(shí)，不當(dāng)?shù)奶畛淇赡軙?huì)令后續(xù)的分析結(jié)

果出現(xiàn)導(dǎo)向性偏差，當(dāng)缺失信息較少時(shí)可采用刪除的方式來進(jìn)行處

理。下面請(qǐng)根據(jù)題目具體參數(shù)要求處理關(guān)鍵字段缺失。

詳細(xì)描述：

請(qǐng)以上述1、（題目數(shù)字編號(hào)）任務(wù)結(jié)果數(shù)據(jù)集作為輸入數(shù)據(jù)源,

編寫Spark程序，按照如下要求實(shí)現(xiàn)對(duì)數(shù)據(jù)的清洗，并將結(jié)果輸出至

HDFS文件系統(tǒng)中/accommodationsparktask2。

1）解析/accommodationsparktaskl中的數(shù)據(jù)文件；

2）將關(guān)鍵字段“星級(jí)”、“評(píng)論數(shù)”、“評(píng)分”中存在缺失值的數(shù)據(jù)

刪除;

3）程序打包并在Spark上運(yùn)行，結(jié)果輸出至HDFS文件系統(tǒng)中

/accominodationsparktask2。

具體任務(wù)要求：

3、運(yùn)行代碼，將字段“星級(jí)”、“評(píng)論數(shù)”、“評(píng)分”中存在缺失值的數(shù)

據(jù)刪除，打印輸出刪除條目數(shù)，將打印輸出結(jié)果復(fù)制并保存至對(duì)

應(yīng)報(bào)告中（復(fù)制內(nèi)容需包含打印語句輸出結(jié)果的上下各5行運(yùn)行

日志）。

打印語句格式如下：

==="刪除的數(shù)據(jù)條數(shù)為***條”===

4、使用Hadoopshell命令查看清洗后輸出的結(jié)果文件

/accommodationsparktask2總行數(shù)，將查看命令與執(zhí)行結(jié)果復(fù)制

粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)二：數(shù)據(jù)挖掘分析

城市游客接納能力是城市規(guī)劃建設(shè)中的重要指標(biāo)，其中城市的住

宿場(chǎng)所數(shù)量和房間數(shù)量是城市游客接納能力的關(guān)鍵要素。請(qǐng)編寫程

序或腳本根據(jù)住宿場(chǎng)所管理網(wǎng)站中的數(shù)據(jù)統(tǒng)計(jì)各城市的相關(guān)信息，

并寫入指定的數(shù)據(jù)庫或數(shù)據(jù)文件。

詳細(xì)描述：

請(qǐng)以上個(gè)任務(wù)的輸出結(jié)果作為輸入數(shù)據(jù)源，編寫Spark程序統(tǒng)計(jì)

各城市的住宿場(chǎng)所數(shù)量和房間數(shù)量，以城市房間數(shù)量降序排列并輸

出前10條統(tǒng)計(jì)結(jié)果，輸出至HDFS文件系統(tǒng)中

/accommodationhive1,同時(shí)創(chuàng)建并寫入數(shù)據(jù)表table3_l。要求輸

出字段包含：省份、城市、住宿場(chǎng)所數(shù)量、房間數(shù)量。

具體任務(wù)要求：

1、編寫Spark程序，統(tǒng)計(jì)各城市的住宿場(chǎng)所數(shù)量和房間數(shù)量，以城

市房間數(shù)量降序排列，輸出前10條統(tǒng)計(jì)結(jié)果至HDFS文件系統(tǒng)中

/accommodationhive1,使用Hadoopshell命令查看統(tǒng)計(jì)結(jié)果，

將查看命令與執(zhí)行結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

2、在accommodationdata數(shù)據(jù)庫中創(chuàng)建表table3_l；將統(tǒng)計(jì)結(jié)果

寫入表table3_l中，輸出表table3_l前10行數(shù)據(jù)，將執(zhí)行命

令與結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。

通過收集數(shù)據(jù)能夠更好地收集用戶需求，從而可以提供更有針對(duì)

性和個(gè)性化的服務(wù)，最終能夠產(chǎn)生更多的忠誠(chéng)會(huì)員并帶來更多訂

單。但企業(yè)消費(fèi)平臺(tái)平臺(tái)銷售也存在用戶拒單等情況，拒單原因有

很多：例如，平臺(tái)信息不同步，信息更新不及時(shí)；分銷層次過多，

導(dǎo)致無法及時(shí)查證訂單；住宿場(chǎng)所違反企業(yè)消賽平臺(tái)規(guī)則擅自以低

價(jià)讓客戶取消訂單，這種情況又叫做“切單:企業(yè)消費(fèi)平臺(tái)平臺(tái)需

要統(tǒng)計(jì)用戶訂單的分布情況，以此發(fā)現(xiàn)平臺(tái)缺陷及用戶、商家的行

為模式，企業(yè)消費(fèi)平臺(tái)平臺(tái)據(jù)此調(diào)整營(yíng)銷策略。根據(jù)現(xiàn)有數(shù)據(jù)及給

定參數(shù)完成訂單數(shù)據(jù)統(tǒng)計(jì)，并寫入指定的數(shù)據(jù)庫或數(shù)據(jù)文件。

詳細(xì)描述：

1）請(qǐng)以上個(gè)任務(wù)結(jié)果數(shù)據(jù)集作為輸入數(shù)據(jù)源，編寫MapReduce

程序統(tǒng)計(jì)各省直銷拒單率，以直銷拒單率升序排列并輸出前

10條統(tǒng)計(jì)結(jié)果，同時(shí)創(chuàng)建并寫入數(shù)據(jù)表table3_2；

2）要求輸出字段包含：省份、直銷拒單率；

具體任務(wù)要求：

3、在accommodationdata數(shù)據(jù)庫中創(chuàng)建表table3_2,將執(zhí)行命令

復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

4、運(yùn)行代碼，將統(tǒng)計(jì)的直銷拒單率按升序排列，并將前10條統(tǒng)計(jì)

結(jié)果輸出至HDFS文件系統(tǒng)/accommodationhive2中，并寫入數(shù)

據(jù)表table3_2中，將執(zhí)行命令與結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告

中。

模塊D：數(shù)據(jù)可視化（20分）

MySQL數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)集包含了城市、省份、評(píng)分、評(píng)論數(shù)

等多項(xiàng)基礎(chǔ)信息字段。請(qǐng)使用Flask框架，結(jié)合Echarts完成下列

題目。

數(shù)據(jù)庫賬號(hào)：takeout密碼:takeout

自行創(chuàng)建代碼工程路徑為:C：\chinaskills_hotel

每個(gè)可視化圖中需要添加圖片作為背景水印。

任務(wù)一：條形圖呈現(xiàn)住宿場(chǎng)所訂單量

住宿場(chǎng)所訂單量是反映住宿場(chǎng)所入住數(shù)量的重要指標(biāo)之一，某省

訂單數(shù)量一定程度上可以反應(yīng)出該省住宿場(chǎng)所入住情況，為了更好

地分析全國(guó)各省住宿場(chǎng)所訂單量，請(qǐng)根據(jù)指定表中數(shù)據(jù)統(tǒng)計(jì)出全國(guó)

各省住宿場(chǎng)所訂單量的情況，并以指定圖例進(jìn)行呈現(xiàn)。

詳細(xì)描述：

請(qǐng)以數(shù)據(jù)庫中相關(guān)表格為數(shù)據(jù)源，分析并統(tǒng)計(jì)各省訂單數(shù)量，繪

制條形圖。

具體任務(wù)要求：

1）提取表格相關(guān)字段，分別統(tǒng)計(jì)各省的訂單數(shù)量，在控制臺(tái)按

照“訂單數(shù)量”降序排列，打印輸出各省份的訂單數(shù)量；

打印語句格式如下：

==省份：***=訂單數(shù)量：**個(gè)==

2）使用Flask框架，結(jié)合Echarts繪制“訂單數(shù)量”的條形

圖，標(biāo)題為“各省訂單數(shù)量”（字體顏色：紅色，加粗），縱

坐標(biāo)為省份名稱，橫坐標(biāo)為訂單數(shù)量，并將可視化結(jié)果復(fù)制

粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)二：多個(gè)餅圖呈現(xiàn)各省份不同等級(jí)住宿場(chǎng)所占比

企業(yè)消費(fèi)平臺(tái)為了更好地發(fā)展企業(yè)業(yè)務(wù)，向企業(yè)客戶推薦符合其

預(yù)定的協(xié)議住宿場(chǎng)所，需要分析上題中Top5省份的“三星級(jí)/舒適”、

“四星級(jí)/高檔”和“五星級(jí)/豪華”住宿場(chǎng)所以及“其它類別”住宿

場(chǎng)所（除上述三類外，其余類型住宿場(chǎng)所均歸為“其它類別”）的占比

情況。請(qǐng)根據(jù)指定表中數(shù)據(jù)，以指定圖例進(jìn)行呈現(xiàn)。

詳細(xì)描述：

請(qǐng)根據(jù)數(shù)據(jù)庫中相關(guān)數(shù)據(jù)集中省份、星級(jí)等相關(guān)字段統(tǒng)計(jì)各省份

不同等級(jí)住宿場(chǎng)所的占比，繪制多個(gè)餅圖。

具體任務(wù)要求：

1）根據(jù)表格相關(guān)字段分別統(tǒng)計(jì)上題Top5省份不同星級(jí)住宿場(chǎng)所

的占比，打印輸出各省份名稱以及各類型住宿場(chǎng)所的占比情況;

打印語句格式如下：

==省份：A=舒適型住宿占比：**===

==省份：A=高檔型住宿占比：**===

==省份：A=豪華型住宿占比：**===

==省份：B=舒適型住宿占比：**===

==省份：B=高檔型住宿占比：**===

==省份：B=豪華型住宿占比：**===

2）使用Flask框架，結(jié)合Echarts在組合圖中繪制多個(gè)餅圖，

每個(gè)城市各星級(jí)住宿場(chǎng)所占比情況分別用一個(gè)餅圖進(jìn)行呈

現(xiàn)，將可視化結(jié)果截圖并保存。

任務(wù)三：柱狀圖呈現(xiàn)城市出租率

出租率是反映住宿場(chǎng)所經(jīng)營(yíng)狀況的一項(xiàng)重要指標(biāo)，它是已出租的

客房數(shù)與住宿場(chǎng)所可以提供租用的房間總數(shù)的百分比。住宿場(chǎng)所出

租率的情況可以在一定程度上反應(yīng)出該住宿場(chǎng)所的整體運(yùn)營(yíng)的情

況，為了更好的分析指定住宿場(chǎng)所的入住情況，請(qǐng)根據(jù)相關(guān)表中數(shù)

據(jù)完成出租率分析，通過指定圖例進(jìn)行呈現(xiàn)。

詳細(xì)描述：

請(qǐng)以數(shù)據(jù)庫相關(guān)表作格為數(shù)據(jù)源，以柱狀圖呈現(xiàn)城市出租率。

具體任務(wù)要求：

1）提取表格相關(guān)字段，在控制臺(tái)按照“各省住宿場(chǎng)所出租率”降

序排列，打印輸出各省名稱及包含的住宿場(chǎng)所數(shù)量；

打印語句格式如下：

==1.***省=住宿場(chǎng)所數(shù)為***個(gè)=出租率為：***===

==2.***省=住宿場(chǎng)所數(shù)為***個(gè)=出租率為：***===

2）使用Flask框架，結(jié)合Echarts繪制柱狀圖。柱狀圖主標(biāo)題為

“各省住宿場(chǎng)所出租率”（字體要求：紅色、加粗、斜體），副

標(biāo)題為出租率前十的省份；縱坐標(biāo)為出租率，橫坐標(biāo)為省份名

稱（按照出租率降序排列）；將可視化結(jié)果截圖并保存。

任務(wù)四：折線圖呈現(xiàn)連鎖住宿場(chǎng)所出租率

1、連鎖住宿場(chǎng)所一般都具有全國(guó)統(tǒng)一的品牌形象識(shí)別系統(tǒng)、全國(guó)統(tǒng)

一的會(huì)員體系和營(yíng)銷體系、價(jià)格相比較很有優(yōu)勢(shì)，更適合大眾化

消費(fèi)。連鎖住宿場(chǎng)所無論在裝修、服務(wù)還是信譽(yù)上都有較大的競(jìng)

爭(zhēng)優(yōu)勢(shì)，所以連鎖住宿場(chǎng)所是出差、旅游住宿的首選。但是由于

三線城市會(huì)員流動(dòng)差、高素質(zhì)管理人員相對(duì)短缺、營(yíng)銷環(huán)境與消

費(fèi)特點(diǎn)存在差異等問題，一些已經(jīng)成熟住宿場(chǎng)所管理模式在三線

城市可能并不受用，甚至?xí)霈F(xiàn)水土不服的現(xiàn)象。請(qǐng)根據(jù)現(xiàn)有數(shù)

據(jù)及給定參數(shù)，統(tǒng)計(jì)指定連鎖住宿場(chǎng)所的經(jīng)營(yíng)狀況，并以指定圖

例進(jìn)行呈現(xiàn)。

詳細(xì)描述：

1）數(shù)據(jù)庫中相關(guān)表格已保存了指定地區(qū)的某連鎖住宿場(chǎng)所銷售

信息。請(qǐng)根據(jù)地區(qū)劃分，統(tǒng)計(jì)題中某連鎖住宿場(chǎng)所的出租率（保

留6位小數(shù)），并以折線圖呈現(xiàn)；

2）要求統(tǒng)計(jì)以下指定地區(qū)住宿場(chǎng)所相關(guān)信息，指定地區(qū)包括：東

北、華北、華東、華中、西北、西南、華南；

3）指定地區(qū)省份映射表，如表1。

表1:地區(qū)省份映射表

地區(qū)省份

華東地區(qū)山東、江蘇、安徽、浙江、江西、福建、上海

華南地區(qū)廣東、廣西、海南

華中地區(qū)湖北、湖南、河南

華北地區(qū)北京、天津、河北、山西、內(nèi)蒙古

西北地區(qū)寧夏、新疆、青海、陜西、甘肅

西南地區(qū)四川、云南、貴州、西藏、重慶

東北地區(qū)遼寧、吉林、黑龍江

具體任務(wù)要求:

1）根據(jù)表格相關(guān)字段分別統(tǒng)計(jì)某連鎖住宿場(chǎng)所在各地區(qū)的出租

率（保留6位小數(shù)），在控制臺(tái)按照“出租率”降序排列，打

印輸出各地區(qū)名稱以及出租率；

打印語句格式如下：

==1.***地區(qū)，出租率為***===

==2.***地區(qū)，出租率為***===

2）使用Flask框架，結(jié)合Echarts繪制折線圖，主標(biāo)題為“指定

地區(qū)的住宿場(chǎng)所出租率”（字體要求：紅色、加粗、斜體），副

標(biāo)題為“某連鎖住宿場(chǎng)所的出租率”，縱坐標(biāo)為出租率，橫坐

標(biāo)為地區(qū)；輸出折線圖，將可視化結(jié)果截圖并保存。

任務(wù)五：散點(diǎn)地圖呈現(xiàn)各城市住宿場(chǎng)所間夜數(shù)

住宿場(chǎng)所的間夜量也叫間夜數(shù)，是住宿場(chǎng)所在某個(gè)時(shí)間段內(nèi)，房

間出租率的計(jì)算單位，關(guān)于住宿場(chǎng)所間夜量的計(jì)算公式為間夜量=入

住房間數(shù)*入住天數(shù)。例如某住宿場(chǎng)所今天入住的房間數(shù)為500,則

今天的間夜量=500*1=500,而又比如某住宿場(chǎng)所這個(gè)月（30天）的

平均每天入住房間數(shù)為400,則這個(gè)月的間夜量=400*1*30=12000。

請(qǐng)根據(jù)指定表中數(shù)據(jù)統(tǒng)計(jì)住宿場(chǎng)所間夜數(shù)相關(guān)數(shù)據(jù)，并以指定圖例

進(jìn)行呈現(xiàn)。

詳細(xì)描述：

請(qǐng)以數(shù)據(jù)庫相關(guān)表格中相關(guān)表作為數(shù)據(jù)源，各城市住宿場(chǎng)所間夜

數(shù)散點(diǎn)地圖。

具體任務(wù)要求：

1）根據(jù)表格相關(guān)字段分別統(tǒng)計(jì)各城市住宿場(chǎng)所間夜數(shù)，打印輸出

各城市的間夜數(shù)，在控制臺(tái)按照“間夜數(shù)”降序排列，打印輸

出各地區(qū)名稱以及間夜數(shù)；

打印語句格式如下：

==***市：間夜數(shù)為***===

==***市：間夜數(shù)為***===

2）使用Flask框架，結(jié)合Echarts繪制散點(diǎn)地圖，主標(biāo)題為各城

市住宿場(chǎng)所間夜數(shù)（字體要求：紅色、加粗、斜體）；輸出各城

市住宿場(chǎng)所間夜數(shù)散點(diǎn)地圖，將可視化結(jié)果截圖并保存。

任務(wù)六：多線雷達(dá)圖呈現(xiàn)各省份住宿場(chǎng)所綜合情況

企業(yè)消費(fèi)平臺(tái)需要綜合評(píng)判一個(gè)城市住宿場(chǎng)所運(yùn)營(yíng)情況，會(huì)涉及

到多方面住宿場(chǎng)所數(shù)據(jù)，例如像高端住宿場(chǎng)所數(shù)量、訂單數(shù)量、住

客評(píng)分、評(píng)論數(shù)量、出租率、200元/晚以下快捷住宿場(chǎng)所數(shù)量等信

息，請(qǐng)根據(jù)指定表中數(shù)據(jù)統(tǒng)計(jì)相關(guān)數(shù)據(jù)，并以指定圖例進(jìn)行呈現(xiàn)。

詳細(xì)描述：

請(qǐng)根據(jù)數(shù)據(jù)庫中相關(guān)表格，統(tǒng)計(jì)各城市住宿場(chǎng)所綜合運(yùn)營(yíng)情況，

并以多線雷達(dá)圖表達(dá)。

具體任務(wù)要求：

1）根據(jù)數(shù)據(jù)庫中相關(guān)表格分別統(tǒng)計(jì)北京、上海、廣東、四川、海

南各地四星/五星住宿場(chǎng)所的數(shù)量、平均評(píng)分、評(píng)論數(shù)、各省

住宿場(chǎng)所出租率、直銷拒單率，在控制臺(tái)按照“城市”名稱升

序排列，打印輸出各城市住宿場(chǎng)所的多項(xiàng)運(yùn)營(yíng)指標(biāo)；

打印語句格式如下：

==城市：A,四星/五星住宿場(chǎng)所數(shù)量為：***===

==城市：A,平均評(píng)分為：***===

==城市：B,四星/五星住宿場(chǎng)所數(shù)量為：***===

==城市：B,平均評(píng)分為：***===

2）使用Flask框架，結(jié)合Echarts繪制多線雷達(dá)圖，標(biāo)題為各省

份住宿場(chǎng)所綜合情況（字體要求：紅色、加粗、斜體）；輸出多

線雷達(dá)圖，將可視化結(jié)果截圖并保存。

模塊E：綜合分析（20分）

假定你為企業(yè)消費(fèi)平臺(tái)的管理者，在綜合理解住宿場(chǎng)所業(yè)務(wù)數(shù)據(jù)

的基礎(chǔ)上，通過以上模塊A、B、C、D的相關(guān)結(jié)論，對(duì)未來拓展合作

住宿場(chǎng)所方向做出預(yù)測(cè)，根據(jù)題目要求進(jìn)行分析，并編寫輸出分析

報(bào)告。

根據(jù)上述任務(wù)中的結(jié)論，分析以下內(nèi)容，并編寫分析報(bào)告。從住

宿場(chǎng)所分布維度，結(jié)合多省份住宿場(chǎng)所綜合運(yùn)營(yíng)情況，對(duì)企業(yè)消費(fèi)

平臺(tái)未來拓展合作住宿場(chǎng)所的方向提出建議。

分析報(bào)告要求：

任務(wù)一：通過數(shù)據(jù)及圖示分析指定省市運(yùn)營(yíng)情況

結(jié)合平臺(tái)相關(guān)數(shù)據(jù)文件，根據(jù)北京、上海、四川、廣東、海南各省

份的直銷拒單率和出租率的條形圖，說明幾個(gè)省份住宿場(chǎng)所的綜合運(yùn)

營(yíng)情況。分別以文字描述和圖例進(jìn)行說明；

任務(wù)二：對(duì)通過圖示和計(jì)算業(yè)務(wù)分析原因

結(jié)合模塊D可視化分析對(duì)某連鎖住宿場(chǎng)所在不同地區(qū)的住宿場(chǎng)所

出租率的統(tǒng)計(jì)，說明影響住宿場(chǎng)所出租率的原因可能有哪些？對(duì)于提

高該連鎖住宿場(chǎng)所的出租率，您有哪些建議？分別以文字描述和圖例

進(jìn)行說明；

任務(wù)三：對(duì)企業(yè)消賽平臺(tái)未來拓展合作建議和意見

對(duì)企業(yè)消費(fèi)平臺(tái)未來拓展合作住宿場(chǎng)所的方向提出建議（不少于

3條建議）；

附錄：補(bǔ)充說明

一、json數(shù)據(jù)格式樣例

{"name"："南京國(guó)美家庭旅社公寓南林店"，"detail"：{"SEQ"：

"nanjing」O16","國(guó)家"："中國(guó)"，"省份"："江蘇"，"城市"："南京"，"處

于商圈"："鎖金村地區(qū)玄武湖地區(qū)中山陵景區(qū)"，"是否為客棧"：0,"住宿場(chǎng)

所星級(jí)"："二星及其他"，"業(yè)務(wù)部門"："低星"，"剩余房間"：8,"圖片數(shù)"：0,

"住宿場(chǎng)所評(píng)分"："1","用戶點(diǎn)評(píng)數(shù)"：1,"城市平均實(shí)住間夜"：

"51.701686747","住宿場(chǎng)所總訂單"：0,"住宿場(chǎng)所總間夜"：0,"住宿場(chǎng)所實(shí)

住訂單"：0,"住宿場(chǎng)所實(shí)住間夜"：0,"住宿場(chǎng)所直銷訂單"：0,"住宿場(chǎng)所直

銷間夜"：0,"住宿場(chǎng)所直銷實(shí)住訂單"：0,"住宿場(chǎng)所直銷實(shí)住間夜"：0,"住宿

場(chǎng)所直銷拒單"：0,"住宿場(chǎng)所直銷拒單率"：null,"城市直銷拒單率"：

"0.0282838180927","拒單率是否小于等于直銷城市均值"：0,"最低房間價(jià)格":

"306"})

二、fastjson-1.2.41.jar常用API(java)

1、實(shí)例化

JSONObject()；

2、JSON解析包

com.alibaba.fastjson.JSON；

com.alibaba.fastjson.JSONObject；

com.alibaba.fastjson.JSONArray；

com.alibaba.fastjson.JSONException；

3、常用API方法：

1)publicstaticfinalObjectparse(Stringtext)；//把JSON文本

parse為JSONObject或者JSONArray

2)publicstaticfinalJSONObjectparseObject(Stringtext)；//

把JSON文本parse成JSONObject

3)publicstaticfinalTparseObject(Stringtext,Classclazz)；

//把JSON文本parse為JavaBean

4)publicstaticfinalJSONArrayparseArray(Stringtext)；//把

JSON文本parse成JSONArray

5)publicstaticfinalListparseArray(Stringtext,Classclazz)；

〃把JSON文本parse成JavaBean集合

6)publicstaticfinalStringtoJSONString(Objectobject)；//將

JavaBean序列化為JSON文本

7)publicstaticfinalStringtoJSONString(Objectobject,boolean

prettyFormat)；//將JavaBean序列化為帶格式的JSON文本

8)publicstaticfinalObjecttoJSON(ObjectjavaObject)；將

JavaBean轉(zhuǎn)換為JSONObject或者JSONArrayo

三、fastjsonT.2.41.jar常用API[Spark(scala)l

1、json解析包

com.alibaba.fastjson.JSON

2、常用API

1)實(shí)例化：

JSON.parseObject(x)

2)默認(rèn)值：如果該key沒有值默認(rèn)為null：

jsonObject.getOrDefault(key,默認(rèn)值)

jsonObject.getOrDefault("name",

3)獲取該key的value值

jsonObject.get(json的key)

jsonObject.get(“name”)

4)判斷key是否存在

jsonObject.containsKey(key)

5)添加kv鍵值對(duì)

jsonObject.put(key,value)

四、控制臺(tái)輸出運(yùn)行日志樣例

19/06,0308:04:2iIXFOhandler.ContextHandler:StoppedSvrvletGxilcxtHandlertlOfdeSOaInuH.HNAVAlLARLE}

19/06,0308:01:21IMl*handler.ContcxtUundlcr:StoppedSon'lctContcxlll4indlcrt3383619estatic,null,INAVAILABI.E；

19/060308:04:21INFOhandler.Conlextlhndicr:StoppedServletConlextHandIer*533377b!executors/thr^adDuiap>jsun,null,I'XAVAII^BI.E*

19/060308:04:21IXFOhandler.ContextHandler:StoppedServletContextMand1crtl!9a20a6cxecutors,thrcadDunp,nulI,LNAVAILABLEI

19/06/0308:04:21INFOhtindlcr.ContextHandler:SloppedServletContextl(andlcr967389cb8executors7json.null,iNAVA1LABLB

19-06/0308:0-1:21INFOhandler.ConlexlHandler:StoppedServlctContextllandlerH65a.i6596executors,nui

1906,0308:01:21IXFOhandler.Conlextllandlcr:StoppedServlctContexIHund1cr<2c7dl21c.environBcnl/js<m,nulI.UNAVAILABLE，

19/06/0306:04:21INFOhandler.Contextlhndler:StoppedServlctC??{ilextllrtndlcri34625ccdIenvironnent.nulI,INAVAIIABI.Ej

19/06/0308:01:21INFOhandler.Contex〔Handler:StoppedSenietC<mtextllandler#7e3f95fcI/storageiv^A/json,nu11,UNAVAILABLE)

0308:04；21IXFOhandler.ConiexdtuKlIcr:StoppedSen'letContextllandlcr*24bdb479/storaRc/rdd.nuIUNAVAIIABLE；

0308:04:21INFOhandler.CiMitextIfeuxiler;St<wdSrrvletCrM?ttfXtilandierW27b5f92/storage/json.null.^XAVATLABII

0308:01:INFOhandler.CaiIex[Handler:StoppedServlctConiextllandkr*1ddau9b5storage,null.UNAVAILABLE)

0308:04:21i\rohandier.Cm)lvitll.unlifiStoppedServletCodtextHandIrrf12(3156d(^tates/pooi/json.nu11.UNAVAILABLE)

03o?：ai：21INFOhitndIer.ConIexIHandIer:StoppedS(*rvletConlextHandiertld7f7be7'/stagespool.nu!1.VMVAI【ABLE>

0308:0-1:21INI'Ohandler.Contexllbindler:StoppedScnleiContextHandlcr*5860!3d7stagesstage,Json,nul1.UKAVAII.AB1J-/

19/06/0308：(M:21INFOhandler.ContextlLmdler:StoppedServletG>ntextHandlert6a06a2O4;stages/stage.null.IXAVAII.ARIf

19/060308:04:21INFOhandler.ContcxtHandlcr:Stopped$ervictContcxtHandIcrifrllc3760b,■stagesjson,null.I'NAVAILARU：

19/06,0308:01：21INFOhandler.ContextHandler:StoppedServlctContextllandlcHMe5l7l65l/stage^null.UNAVAILABLE!

19/06/0308:04:21l\E0handler.ContextHandIer:StoppedServletContex(llandlerC!cb3d0f7jobs/job/json,nulUNAVAILABLE

19/06/0308:04:2：1ISH)handler.ContextHandler:StoppedScnictCantcxtliandlcr^c101774{/jobs/job,nul1.UNAVAILABLE-

19,06,0308:M:2：1INFOhdndler.GxitexULudlcr:SloppedScrvletConlextHandlcrt6f0cd692:jobs；json.nulI,IXWAlLABifJ

9/06/0308:04:21IM,Ohundlcr.Contcxtllandicr:StewedScn'letCantcxtHandlcr*-lba534bOjobs.null.IWA1LABLE

五、方差、均方根差的定義

1、方差MSE：概率論中方差用來度量隨機(jī)變量和其數(shù)學(xué)期望（即均值）之間的

偏離程度。統(tǒng)計(jì)中的方差（樣本方差）是每個(gè)樣本值與全體樣本值的平均

數(shù)之差的平方值的平均數(shù)。

2、均方根差RMSE：均方根誤差，是觀測(cè)值與真值偏差的平方和觀測(cè)次數(shù)n比值

的平方根。RMSE是計(jì)算觀測(cè)值與其真值，或者觀測(cè)值與其模擬值之間的偏

差。

六、間夜定義

間夜又稱間夜數(shù)，是住宿場(chǎng)所在某個(gè)時(shí)間段內(nèi)，房間出租率的計(jì)算單位。例

如20間房入住2晚，為40間夜數(shù)。

七、出租率計(jì)算公式

出租率=當(dāng)月發(fā)生的總間夜數(shù)/當(dāng)月所能提供的總房間數(shù)

八、線性回歸預(yù)測(cè)數(shù)據(jù)源data_accommodation_mult.csv

字段名

SEQ、省份、城市、商圈、是否為客棧、星級(jí)、房間數(shù)、評(píng)論數(shù)、平均評(píng)分?jǐn)?shù)、

城市平均間夜、住宿場(chǎng)所總訂單、住宿場(chǎng)所總間夜、住宿場(chǎng)所實(shí)住訂單、住宿場(chǎng)

所實(shí)住間夜、住宿場(chǎng)所直銷訂單、住宿場(chǎng)所直銷實(shí)住訂單、住宿場(chǎng)所直銷間夜、

住宿場(chǎng)所直銷實(shí)住間夜、城市直銷拒單、城市直銷拒單率、住宿場(chǎng)所企業(yè)消費(fèi)平

臺(tái)實(shí)住訂單

九、數(shù)據(jù)可視化表字段說明

表radar_lines

province省份

accommodation_num住宿場(chǎng)所數(shù)

avg_score平均分

comment_num評(píng)論數(shù)

lease_rate出租率

direno_rate直銷率

表platformrate

accommodationname住宿場(chǎng)所名稱

provice省份

city城市