【优秀开题报告】美团外卖个性化推荐系统开题报告

一、选题的目的、意义、研究现状，本选题研究的基本内容、拟解决的主要问题： 

1、研究目的

伴随着外卖行业蓬勃发展，为了满足商家需要及时了解消费者的消费需求，以及消费者能够找到直观了解外卖商品的信息并且能更好更准确的为顾客服务，因此开发一个完善的美团外卖数据爬取系统十分必要。本课题的主要目的是开发美团外卖数据爬取系统，以满足广大消费者和商家的需要。

2、研究意义

本课题来源于生产实际，本系统基于美团外卖店铺自营的商业模式，并且在校期间有做过类似于基于Hadoop大数据平台下的用户喜好推荐分析而进行课题研究，美团外卖数据爬取系统解决的是消费者选择到自己合意的商品，同时扩大了外卖店铺的知名度和提高外卖销量，被更多的用户所选择，而不仅仅局限于以往的大海捞针。

3、研究现状

近年来，随着我国经济与科技的飞速发展，人们的生活水平正在不断提高。人们在追求高质量的生活质量的同时，也试图寻求一种更加方便快捷的生活方式，网上订餐方式应运而生。网上订餐方式对我们来说并不陌生，可以说是与我们的生活息息相关。随着网上订餐方式给我们的工作与学习生活带来了巨大的便利，这种订餐方式也得到了越来越多人的认可和接受。随着时间推移，人们对餐外卖饮的要求也越来越高，不仅要求解决温饱，更要追求味觉的享受。针对消费者这一需求，同时使消费者更加清晰明了的掌握所在外卖的信息情况，在基于大量数据的前提下，对美团外卖信息数据进行分类的处理，并以图像化的结果展示在用户面前。我们依次通过理论研究、算法设计、系统实现以及实验验证等阶段,最终来完成该查询系统。该系统可根据用户的查询行为,查询处所需要的外卖数据；希望在总体误差的约束内获得近似的查询结果,以权衡查询结果的准确性和误差率 。同时在信息化的今天，数据信息已经成为了这个时代发展的重要标志之一，外卖商家等数据在日常订餐生活中不可缺少，本系统就是为了让用户体验到查看外卖商品及数据的方便性和直观性。

4、研究内容

（1）爬虫模块，使用requests模块发起请求，爬取美团美食数据；

（2）用户模块，使用django做后端使用diango-allauth实现用户登录，注册，注册时邮箱验证，找回密码(通过邮箱找回)；

（3）检索模块，可以根据关键词检索数据。可以查看美食数据；

（4）点赞和推荐模块，可以查看美食数据进行点赞，在美食详情页面有推荐类似美食；

（5）可视化模块，可视化图表分析。

 

5、拟解决的主要问题

（1）解决商家渴望了解何种因素影响自家商品销量的问题。

通过调查法、案例分析法、数据归纳法,分析互联网餐饮外卖商家的现有数据。得出当前影响消费者对于外卖选择的因素，分清哪些是正面影响继续保持，哪些是负面影响迅速改进。使商家明白消费者的需求，从中设计出有效的销售策略,增强店铺综合竞争力。

（2）解决消费者面临众多外卖商品不知如何选择的问题。

消费者对于外卖的选择不再是大海捞针式的海选，更加直观的了解到不同商家的特点以及其他消费者对商家的评价，从而做出自己的决断。

二、选题研究步骤、研究方法及措施： 

按照软件工程开发规范进行课题的设计、实现、测试和部署发布，编写对应的设计和测试文档、创建课题的运行环境，完成课题所需的数据库创建和源代码编写。

（1）项目前期阶段

美团外卖作为现阶段外卖市场的龙头老大，其数据也具有普遍代表意义。确定数据来源为美团外卖店铺、用户评价、用户好评率、商品销量、商品种类、数据。

（2）数据采集阶段

通过python的scrapy框架对店铺、用户评价、评论等数据的爬取，考虑到所爬取数据内容复杂且数据为json格式，初始阶段爬取到的数据采用MongoDB数据库进行存储。

（3）数据清洗阶段

对所采集的大量数据进行数据清洗、集成、规约等处理，通过填补遗漏数据、消除异常数据、平滑噪声数据，以及纠正不一致数据，去掉数据中的噪音、填充空值、丢失值和处理不一致数据，确保数据的完整性、唯一性、权威性、合法性、一致性，经过预处理之后的、具有一定价值的数据训着存储在MySQL数据库中。

（4）数据分析阶段

首先，使用统计学分析方法，分析并展示用户外卖种类喜好分布、商家销量排名。以及时间和空间维度上的外卖销量数据。以商家销售量和消费者好评率为指标，将协同过滤结果划分为两类。推荐商家、不推荐商家将其作为分类属性基于算法建立决策树模型得到配送费、店铺评分和好评率是影响是否推荐消费者选择商家的主要因素然后从决策树中提取分类规则。最后，基于Django搭建网站框架，图形化展示外卖店铺的特点以及用户的喜好情况

2、研究方法及措施

计算机：一台能够支持协同过滤算法模型训练的计算机，内存32G，I5CPU

开发环境： Python 3.7  , mysql 5.7.23

数据需求：近年来美团外卖重庆地区的店铺、用户评价等数据。

（1）文献调研法，通过知网、万方、维普等文献网站查询本课题相关的文献，认真阅读并归纳总结，得出问题解决研究方案。

（2）比较分析法，在确定店铺算法时，通过对算法的分析和运算，选出适合商家和消费者推荐的算法或模型。

（3）数据分析法，通过收集美团商家数据，分析其特点，从而找到适合的模型或算法。

（4）实验分析法，通过大量的实验计算，验证相关算法，并以此为基础，完成原型系统的开发实现。

三、选题研究工作进度：

起讫日期

主要工作内容

2021.10.21-2021.11.12

选题、调研、收集资料

2021.11.13-2021.11.28

论证、开题、撰写开题报告

2021.11.29-2022.1.31

实践研究、资料搜集过程

2022.2.1-2022.5.17

论文写作

2022.3.14-2022.3.21

中期检查

2022.5.18-2022.5.25

论文答辩

四、主要参考文献：

[1] 李洪磊,姜珊.O2O模式下的“餐饮外卖”对餐饮业的影响[J].电子商务,2017(07):1+67.

[2] 温玥.外卖平台商家销量的影响因素研究[D].哈尔滨工业大学,2020.

[3] 杨文雅.基于数据挖掘的美团外卖商家评分研究[D].山东师范大学,2020.

[4]漆智勤.基于 O2O 模式的外卖订餐系统[D]. 南昌: 南昌大学计算机技术学科硕士学位论文, 2014: 1-2

[5]漆智勤.基于O2O模式的外卖订餐系统[D].南昌: 南昌大学计算机技术学科硕士学位论文, 2014:1-2

[6]夏名首,刘玉林.基于K-MEANS聚类的电商店铺经营策略分析[J].商业经济研究,2017(05):52-54.

[7]王丹.餐饮外卖O2O物流服务质量顾客满意度影响因素实证研究[D].西安电子科技大学,2019.

[8]亓梓谕，钱瑛, 林敏捷. 外卖订餐平台模式分析及优化[J]. 电子商务, 2015, (4):47-48.

[9]王娜. 电子商务中的 O2O 模式[J]. 山东行政学院学报, 2012, (5): 76-78

[10]卢益清, 李忱. O2O 商业模式及发展前景研究[J]. 企业经济, 2013, (11): 98-101.

[11]刘鹏.O2O 本地生活服务电子商务模式研究[D].北京: 北京邮电大学.工商管理硕士学位论文, 2012: 29-34.

[12] Zhao Yuhao. Research on wireless distributed financial risk data stream mining based on dual privacy protection. 2020, 2020(1)