摘要：摘编自杂志文章《基于大数据的途牛网旅游产品差异及消费者偏好分析》，原文刊于《现代商贸工业》（国内统一刊号：CN42-1687/T；国际标准刊号：ISSN 1672-3198）2020年26期。【本文为部分摘选，全文中国知网可查】【作者简介】...
摘编自杂志文章《基于大数据的途牛网旅游产品差异及消费者偏好分析》，原文刊于《现代商贸工业》（国内统一刊号：CN42-1687/T；国际标准刊号：ISSN 1672-3198）2020年26期。【本文为部分摘选，全文中国知网可查】
【作者简介】
刘娟( 1981-)，湖北荆州人，博士，讲师，研究方向: 应用数理统计；
廖慕婷( 1997-)，广东汕头人，2016 级本科生， 研究方向: 应用统计学。
【摘要】
为了更全面的了解在线旅游行业的现状，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
1.1绪论
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。
2 数据来源及获取
2.1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为了旅游旺季。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。同时将出行方式分别设定为自由行、跟团出游两种。根据以上设定爬取共752条旅游产品数据。
2.2 数据获取
下面将以广州——三亚跟团为例，描述如何基于Python对途牛网数据爬虫的设计与实现。
2.2.1寻找爬虫入口
打开途牛网，按照上文描述对路线进行筛，该页显示的网址（URL）就是爬虫的处理对象。URL如下：
https://s.tuniu.com/search_complex/tours-gz-0-三亚/list-u202005/1
此网址就是广州——三亚跟团旅游产品的第一页信息。观察URL可得通过对URL最后的数字进行循环便可实现网页翻页，进而爬取该线路的所有产品信息。
获取处理对象后，需要做的就是利用Python的Re库构造一个请求来获取处理对象即HTML的页面信息。由于很多平台为了阻止外界批量获取自己网站的信息，所以会设置反爬虫机制。因此本文在获取网页信息的代码中增加一个请求头，模拟浏览器的访问来解决这个问题。
2.2.2解析并提取旅游线路中所需数据
通过浏览器->更多工具->开发者工具->Elements，分析本文所需的6个指标对应的标签，之后开始使用BeautifulSoup库进行标签分析，并返回所有匹配到的结果。
2.2.3 爬取结果，本地保存
利用爬虫按上述方式从网页中提取8条旅游路线产品的所有数据后，将其以xlsx文件的形式进行保存。
3 产品差异及消费者偏好的实证分析
3.2.1在线旅游度假产品出游行为结构分析
由上面数据整理得到，所有产品线路出游方式中，在线旅游数有32%游客选择自由行，68%游客选择跟团旅行。可以得到互联网平台在线路的规划上更侧重于跟团出行。一方面是因为跟团出行，旅行社负责协调安排所有的酒店、餐厅、景区门票、导游、机场接送等，旅行社能够辐射到所有涉及的商业板块，获取的收益更加客观，也能充分调动到所有的人力资源。另一方面，作为消费者，跟团出行节约了很多行程安排的时间，由于出发前对旅游的整体预算已经了然于胸，行程的费用也更加可控，也避免了对当地情况不熟悉而带来的麻烦与失误，安全性上更有保障。
以国内游产品线路来看，上述现象更为明显。跟团出行的产品占了所有产品的76%，自由行占比24%。可见，国内旅游市场里传统的跟团出行还是占据了主要市场。个性化的自由出行产品还有很大的开发空间。
以出境游产品线路来看，则是另外一幅景象。境外游产品中48%为自由行，52%为跟团游，跟团和自由行两种产品占比十分相近。这是因为如果消费者选择自由行，旅行社只需负责安排住宿与交通，不用安排导游随行等额外服务。对于境外目的地，旅行社对境外景区、导游等沟通交流成本更高更不方便，因此自由行的安排更利于平台。另一方面，部分选择出国旅游的消费者对国家较为了解，会更倾向于通过自由行的出游方式来节约成本。
3.2.3在线旅游度假产品景点分析
利用Python的Jieba库、Wordcloud对八条代表性旅游线路景点进行词频分析并将结果可视化。根据Python整理八条代表性旅游线路出现最多的五个景点如下表格3.1所示，八条路线的TOP50总景点词云如下图3.4。
通过表格及最直接的词云图可以看到，无论境内外游，出游方式的不同也大大影响了景点的选择。跟团、自由行两种产品在景点的安排上非常不同。跟团游的产品对目的地景点的辐射更广，能够尽可能的去往更多的地区而不是局限于目的地的某个片区。相反自由行的产品在目的地的选择上更趋向于某个较具的片区，而且对具体景点的指向性更强。
两者的不同在于，跟团游由旅行社统一安排，在时间、交通工具安排上更加合理及节约时间，在不同景点之间的调度也更全面，能够尽可能让消费者把目的地的不同面浏览到，尽管不可避免会存在景点浏览过于匆忙的情况。而另一边，自由行更集中于某一地区，并就特定地区的几个著名景点进行深度游玩，虽然浏览的景点不够，却能尽情沉浸在自己喜爱的观光点中，对当地的文化、景点的了解会更加深刻。
3.3在线旅游度假用户偏好研究
3.3.1在线旅游度假用户出行偏好
从出游目的地来看，国内游出游的人数远大于境外游。一是因为我国地幅辽阔，历史源远流长，包含的名胜古迹数不胜数，单国内的旅游资源就十分之多；二是境外游价格较高，语言沟通不便，很大人文习俗也让国内消费者不大习惯。
从出游人数来看，跟团游依然是旅游市场的中坚力量。在所有产品中，接近60%的消费者更愿意选择跟团出游。花费时间精力少，更安全的跟团方式在如今更追求个性化定制的市场中仍能占据大半江山。当然，自由行的发展不可小觑，随着产品的改善，选择自由行的人数有望能够在明年突破50%。
不同于国内游，在出境游上游超过60%的人选择跟团。在上文中可以看到旅游平台产品数据中自由行产品与跟团产品数量上并无差异，产品投入市场后，却是自由行在市场上更受到欢迎，具体见下图3.2。
3.3.2在线旅游度假用户满意情况
从数据来看，途牛网的消费者对于总体的旅游产品满意度较高。而且境内外出游在跟团、自由行两种方式上的满意度倾向十分一致。对比起自由行，消费者在跟团上的满意度还是更高。经过多年发展，跟团游也在逐渐摆脱“低品质、不合理低价、强迫游客购物”的市场形象，高性价比、省心的优势也变得更加突出。
3.4在线旅游度假产品指标相关性分析
出游人数，评价人数、价格、满意度、景点个数这五个指标提供了最直观的产品特征，而探究指标之间是否存在相关性也是进一步了解产品的途径。对于两变量之间的相关性，一看相关系数，二看相关系数的显著性。下文以样本量最多的广州——云南跟团产品为例来展示如何探究指标间的相关性。
（1）目标：检验五个指标之间相关性是否显著
（2）假设：
（3）利用Python的Pandas库，进行相关性分析，结果如下表3.2和表3.3。
（4）利用Python的Scipy库，在显著性水平0.05和自由度n-2=270-2=268下，求得t分布临界值为1.97。
（5）从表3.2可以看到出游人数与价格、满意度存在着弱负相关性，通过比对表3.3的检验统计量可以看到结果均大于t分布临界值1.97，所以拒绝原假设，说明出游人数与价格、出游人数与满意度之间存在显著的线性相关关系。
其余旅游线路指标的相关性分析也可以用类似的方法来分析。从这八条代表性线路来看，出游人数，评价人数、价格、满意度、景点个数这五个指标间关联性不强。但值得注意的是，出游人数和满意度、价格之间存在着显著的弱负相关性。这说明，同行出游的人数过高会降低消费者的满意度。人多意味着团队规模大，导游及其他服务体验感就会下降，游客之间意见不同更多，很多摩擦和不满也随之发生。另外一点，同一个产品中出游人数多意味着旅途中一些安排的人均费用低，所以人数多的大团一般价格也会偏低。
4结论与建议
本文结合目前国内关于互联网+旅游产品的相关文献，爬取途牛网八条具有代表性的境内外不同出行方式的旅游产品。通过出游人数、评价人数、价格、满意度、景点个数、景点六个指标，从产品本身、消费者角度做出了多维度的分析从而对互联网+旅游发展提出如下建议。
(1) 对于国内游，跟团出行的产品在市场的产品占比过大，目的地景点的安排比较散。随着国民经济的发展，大家对旅游产品的要求更高，精准面对不同受众的私人化产品——自由行有着更大的上升空间。以整合传统优质资源为基础，通过对不同消费者需求来合理定制产品路线，避免跟团游里人员过多导致服务不到等情况。打造一体化、更精华、细节化的旅途服务，以新的面貌向国内旅游市场注入活力。
(2)对于境外游，自由行的热度与跟团不相上下。跟团游在行程规划后，应该对用户的行程、线路等进行安全检测，提供境外风俗、相关法律信息，提醒消费者境外旅游风险，提供相关安全防范措；扩大与境外景点、酒店、导游的深度合作，为消费者提供更具保障境外旅游体验。而自由行方面，从景点的分析来看, 游客对于境外目的地的消费需求越来越碎片化、多样化, 整合目的地碎片化元素的服务应该得到加强。沉浸式的旅游体验也可以加入其中。
