2021高職 大數(shù)據(jù)技術(shù)與應(yīng)用 任務(wù)書4（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

參賽隊(duì)編號(hào):

背景描述

據(jù)央視財(cái)經(jīng)報(bào)道，2020年我國(guó)020市場(chǎng)規(guī)模突破萬(wàn)億元，020市

場(chǎng)存在著巨大的潛力。特別是餐飲和外賣行業(yè)，占據(jù)市場(chǎng)較大份額,

并且業(yè)務(wù)增長(zhǎng)迅速。截至2020年底，全國(guó)外賣總體訂單量已超過(guò)

171.2億單，同比增長(zhǎng)7.5%,全國(guó)外賣市場(chǎng)交易規(guī)模達(dá)到8352億元，

同比增長(zhǎng)14.8%o我國(guó)外賣用戶規(guī)模已接近5億人，其中80后、90

后是餐飲外賣服務(wù)的中堅(jiān)消費(fèi)力量，消費(fèi)者使用餐飲外賣服務(wù)也不再

局限于傳統(tǒng)的一日三餐，下午茶和夜宵逐漸成為消費(fèi)者的外賣新寵。

為把握這一商業(yè)機(jī)遇，ChinaSkills公司計(jì)劃進(jìn)駐外賣平臺(tái)市場(chǎng)，現(xiàn)

需對(duì)大規(guī)模成熟外賣平臺(tái)進(jìn)行詳細(xì)評(píng)估調(diào)研，采集多方多維度數(shù)據(jù),

尋找行業(yè)痛點(diǎn)，摸清市場(chǎng)需求，以技術(shù)為手段為投資保駕護(hù)航。

為完成該項(xiàng)工作，你所在的小組將應(yīng)用大數(shù)據(jù)技術(shù)，以Python、

Java、Scala作為整個(gè)項(xiàng)目的基礎(chǔ)開發(fā)語(yǔ)言，基于大數(shù)據(jù)平臺(tái)綜合利

用MapReduce>Spark、MySQL、Scrapy、Flask、ECharts等，對(duì)數(shù)據(jù)

進(jìn)行獲取、處理、清洗、挖掘、分析、可視化呈現(xiàn)，力求實(shí)現(xiàn)對(duì)公司

未來(lái)的重點(diǎn)戰(zhàn)略方向提出建議。

你們作為該小組的技術(shù)人員，請(qǐng)按照下面任務(wù)完成本次工作，并

編制綜合報(bào)告。

模塊A:環(huán)境搭建(15分)

環(huán)境說(shuō)明:

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

補(bǔ)充說(shuō)明：主節(jié)點(diǎn)MySQL數(shù)據(jù)庫(kù)用戶名/密碼:root/Passwordl23$

相關(guān)軟件安裝包在/chinaskills目錄下

所有模塊中應(yīng)用命令必須采用絕對(duì)路徑

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。

命令中要求使用絕對(duì)路徑，具體部署要求如下：

1、將/chinaskills下的JDK包解壓到/usr/local/src路徑，將完整命令復(fù)制

粘貼到對(duì)應(yīng)報(bào)告中；

2、修改/root/.bash_profile文件，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)制上面步驟配置的JDK環(huán)境變量文件到slavel、slave2節(jié)點(diǎn),

命令和結(jié)果復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

4、配置SSH密鑰登錄，實(shí)現(xiàn)從master登錄到slavel,將登錄命令和結(jié)果復(fù)制

粘貼在對(duì)應(yīng)報(bào)告中；

5、根據(jù)要求修改Hadoop相關(guān)文件(hadoop-env.sh,core-site,xml,

hdfs-site.xml,mapred-site.xml、yarn-site,xml),并初始化Hadoop。

1）將配置文件hadoop-env.sh變更內(nèi)容復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

2）將配置文件core-site.xml變更內(nèi)容復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

3）初始化Hadoop環(huán)境，將命令及結(jié)果復(fù)制粘貼在對(duì)應(yīng)報(bào)告中；

6、查看master及slavel節(jié)點(diǎn)jps進(jìn)程，將其命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告

中。

任務(wù)二：Sqoop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；具體任務(wù)要

求：修改基于當(dāng)前用戶root的環(huán)境變量，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，將命令及結(jié)果復(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(kù)是否成功，將命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告

中。具體任務(wù)要求：使用sqoop命令連接MySQL數(shù)據(jù)庫(kù)，查詢MySQL中所有

數(shù)據(jù)庫(kù)名稱，將命令及結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中；

任務(wù)三：Hive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、將指定路徑下的Hive安裝包解壓到（/usr/local/src）下，使用絕對(duì)路徑，

將命令復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

2,把解壓后的apache-hive-1.1.0-bin文件夾更名為hive；進(jìn)入hive文件夾，

并將查看命令及結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

3、設(shè)置Hive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)制并粘貼至對(duì)應(yīng)報(bào)告中;

4、將Hive安裝目錄里hive-default,xml.template文件更名為hive-site,xml；

并將更改命令復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

5、通過(guò)VI編輯器配置hive-site,xml文件，將MySQL數(shù)據(jù)庫(kù)作為Hive元數(shù)據(jù)

庫(kù)。將配置文件Hive元存儲(chǔ)相關(guān)內(nèi)容復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中；

6、初始化Hive元數(shù)據(jù)，將MySQL數(shù)據(jù)庫(kù)JDBC驅(qū)動(dòng)拷貝到Hive安裝目錄的lib

文件夾下；并通過(guò)schematool執(zhí)行初始化，將初始化結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)

告中；

7、啟動(dòng)Hive并保存命令輸出結(jié)果，將結(jié)果輸出復(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）

項(xiàng)目背景說(shuō)明

1、查看餐飲外送統(tǒng)計(jì)平臺(tái)網(wǎng)站源碼結(jié)構(gòu)。

1）打開網(wǎng)站，在網(wǎng)頁(yè)中右鍵點(diǎn)擊檢查，或者F12快捷鍵，查看

源碼頁(yè)面；

2）檢查網(wǎng)站：瀏覽網(wǎng)站源碼查看所需內(nèi)容。

2、從餐飲外送統(tǒng)計(jì)平臺(tái)中采集需要數(shù)據(jù)，按照要求使用Python語(yǔ)言

編寫代碼工程，獲取指定數(shù)據(jù)項(xiàng)，并對(duì)結(jié)果數(shù)據(jù)集進(jìn)行必要的數(shù)

據(jù)處理。請(qǐng)將符合任務(wù)要求的結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

具體步驟如下：

1）創(chuàng)建工程工程項(xiàng)目：C：\food_delivery

2）構(gòu)建采集請(qǐng)求

3）按要求定義相關(guān)字段

4）獲取有效數(shù)據(jù)

5）將獲取到的數(shù)據(jù)保存到指定位置

6）對(duì)數(shù)據(jù)集進(jìn)行基礎(chǔ)的數(shù)據(jù)處理

至此已從餐飲外送統(tǒng)計(jì)平臺(tái)中獲取所需數(shù)據(jù)，并完成了必要的基

礎(chǔ)的數(shù)據(jù)處理。

3、自行創(chuàng)建Scrapy工程項(xiàng)目food_delivery,路徑為C：\

food_delivery按照任務(wù)要求從餐飲外送統(tǒng)計(jì)平臺(tái)中獲取數(shù)據(jù)。

提取“商戶數(shù)據(jù)”頁(yè)面相關(guān)字段（包括平臺(tái)餐廳ID、餐廳名稱、

城市等全部有效數(shù)據(jù)項(xiàng)），保存至文件restaurant_data.json；

再提取“配送平臺(tái)灰測(cè)維度數(shù)據(jù)”頁(yè)面相關(guān)數(shù)據(jù)（包括餐廳名稱、

城市、營(yíng)業(yè)時(shí)長(zhǎng)等全部字段）保存至文件grey_test.json。

4、每條數(shù)據(jù)記錄請(qǐng)以單獨(dú)一行保存，信息存儲(chǔ)格式為key：value。

文件保存路徑為：C：\outputo

示例：

{firrest._i,dj：n*.*.*.n,irrest._namen：ir*,*,*,ir,....）],

{fIIrest,_i,dJH：IF*..*.*IF,IFrest._nameII：It*.*,*,,...）],

5、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)容示例如下：

配送范圍審核相關(guān)數(shù)據(jù)頁(yè)數(shù)為：100

灰度數(shù)據(jù)對(duì)比相關(guān)數(shù)據(jù)頁(yè)數(shù)為：100

任務(wù)一：爬取指定數(shù)據(jù)頁(yè)面

自行創(chuàng)建Scrapy工程編寫爬蟲代碼，爬取“P0I數(shù)據(jù)”頁(yè)面與“灰度數(shù)據(jù)對(duì)

比”頁(yè)面相關(guān)數(shù)據(jù)，通過(guò)爬蟲代碼分頁(yè)爬取，以合理的程序邏輯判斷相關(guān)數(shù)據(jù)包

含的頁(yè)數(shù)并將一下內(nèi)容及答案完整復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

P0I數(shù)據(jù)的頁(yè)數(shù)為：

灰度數(shù)據(jù)對(duì)比相關(guān)數(shù)據(jù)的頁(yè)數(shù)為：

任務(wù)二：爬取數(shù)據(jù)至指定文件

運(yùn)行代碼，爬取網(wǎng)頁(yè)數(shù)據(jù)至指定文件。查看文件并填寫采集到的記錄條數(shù),

并將答案復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

POI.json的行數(shù)為：

grey_value.json的行數(shù)為：

任務(wù)三：各商家“30天銷量’數(shù)據(jù)處理

POLjson文件中，“商家id”字段值重復(fù)的樣本，請(qǐng)以多條樣本記錄的“30

天銷量”屬性均值作為該屬性的值，并刪除多余樣本。請(qǐng)?jiān)赑yCharm控制臺(tái)打印

輸出刪除的樣本條數(shù)，并將打印語(yǔ)句復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

示例格式：

===因重復(fù)樣本記錄，刪除樣本條數(shù)為***條===

任務(wù)四：數(shù)據(jù)探索

針對(duì)爬取的grey_value數(shù)據(jù)，利用DataFrame.describe方法探索數(shù)據(jù)基本

情況，將數(shù)據(jù)基本情況復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

任務(wù)五：缺失值統(tǒng)計(jì)

針對(duì)缺失值較多的屬性“推單數(shù)-8日”,“有效完成率-8日”，“超時(shí)率-8日”，

請(qǐng)分別計(jì)算下列任務(wù)，并將正確結(jié)果復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

(1)屬性”推單數(shù)-8日''空值記錄條數(shù)為：，中位數(shù)為：。

(2)屬性''有效完成率-8日”空值記錄條數(shù)為：，平均值為：。

(3)屬性“超時(shí)率-8日”空值記錄條數(shù)為：，平均值為：。

(4)請(qǐng)根據(jù)計(jì)算結(jié)果，對(duì)數(shù)據(jù)集中存在空值的字段進(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：日志輸出

將Scrapy日志（日志等級(jí)設(shè)置為INFO）以時(shí)間命名輸出至路徑：C：\

food_delivery\output,并將日志內(nèi)容復(fù)制粘貼至對(duì)應(yīng)報(bào)告中。

模塊C:數(shù)據(jù)清洗、分析與挖掘（25分）

項(xiàng)目背景說(shuō)明

餐飲外賣平臺(tái)的核心價(jià)值體現(xiàn)在配送，而配送的價(jià)值則依賴于商

家與客戶的雙向選擇。外賣平臺(tái)通常會(huì)通過(guò)內(nèi)容激活消費(fèi)者和商家兩

個(gè)群體的活躍度。消費(fèi)者會(huì)參考平臺(tái)展示的內(nèi)容選擇商家，商家也會(huì)

以消費(fèi)者評(píng)價(jià)與平臺(tái)統(tǒng)計(jì)數(shù)據(jù)為依據(jù)調(diào)整策略，由此再吸引更多的用

戶下單、評(píng)論、形成正向循環(huán)。保證配送的時(shí)效與品質(zhì)是從優(yōu)化用戶

體驗(yàn)的角度，吸引更多的用戶參與，進(jìn)而帶動(dòng)商家不斷入駐。由此,

商家、消費(fèi)者、騎手在平臺(tái)上形成越來(lái)越多的真實(shí)可靠的數(shù)據(jù)，幫助

消費(fèi)者更好的做出消費(fèi)決策，同時(shí)促進(jìn)商家提高服務(wù)質(zhì)量。而平臺(tái)通

過(guò)數(shù)據(jù)，不斷調(diào)整優(yōu)化服務(wù)，從而不斷提升這種多邊網(wǎng)絡(luò)效應(yīng)。提升

網(wǎng)絡(luò)效應(yīng)的直接結(jié)果就是用戶和商家規(guī)模大幅提升，進(jìn)而形成規(guī)模效

應(yīng)一一降低獲客成本、提高效益，并且不斷提升自己的行業(yè)壁壘。

為探索各大外賣平臺(tái)的市場(chǎng)策略與經(jīng)營(yíng)模式，現(xiàn)已從及平臺(tái)獲取

到了原始數(shù)據(jù)集，包含“id,request_id,walle_id,retailer_id,

retailer_name,retailer_address,etailer_location,city_id,

city_name,grid_id,carrier_id,team_id,applicant_id,

applicant_name,first_auditor_role,

first_auditor_candidate_ids,first_auditor_id,

first_auditor_name,second_auditor_ro1e,

second_auditor_candidate_ids,second_auditorpid,

second_auditor_name,status,max_distance_before_edit,

min_distance_before_edit,max_distance_after_edit,

min_distance_after_edit,area_before_edit,area_after_edit,

created_at,updated_at,申請(qǐng)時(shí)間，創(chuàng)建時(shí)間”等字段，為保障用

戶隱私和行業(yè)敏感信息，已經(jīng)對(duì)數(shù)據(jù)脫敏。數(shù)據(jù)脫敏是指對(duì)某些敏感

信息通過(guò)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)或一些商業(yè)性敏感數(shù)據(jù)的情況下，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)人敏感信息都需要

進(jìn)行數(shù)據(jù)脫敏。本題已將脫敏后的數(shù)據(jù)存放于平臺(tái)對(duì)應(yīng)任務(wù)

/chinaskills目錄下。工程所需配置文件pom.xml存放于"C：\清洗

配置文件”。任務(wù)中所有命令務(wù)必使用絕對(duì)路徑。

任務(wù)一：數(shù)據(jù)清洗

子任務(wù)1

任務(wù)背景：

數(shù)據(jù)源為眾多網(wǎng)站及平臺(tái)的數(shù)據(jù)匯總，且為多次采集的結(jié)果，在整合多來(lái)源

數(shù)據(jù)時(shí)可能遇到數(shù)據(jù)沖突，或數(shù)據(jù)拼接導(dǎo)致的屬性列矛盾或冗余等情況。請(qǐng)根據(jù)

任務(wù)具體參數(shù)要求，針對(duì)原始數(shù)據(jù)集進(jìn)行清洗，并寫入指定的數(shù)據(jù)庫(kù)或數(shù)據(jù)文件，

復(fù)制并保存結(jié)果。

任務(wù)描述：

相關(guān)數(shù)據(jù)源文件存放于平臺(tái)對(duì)應(yīng)任務(wù)/chinaskills目錄下，請(qǐng)參考模塊C

中列舉的各項(xiàng)字段，按照如下要求編寫Spark程序?qū)?shù)據(jù)進(jìn)行清洗，并將結(jié)果輸

出/diliveryoutputl。

1）分析/chinaskills/中數(shù)據(jù)文件

2）查看屬性字段數(shù)量異常數(shù)據(jù)條目

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

/diliveryoutputl

具體任務(wù)要求：

1、將相關(guān)文件上傳至HDFS新建目錄/platform_data中，編寫Spark程序，剔

除屬性列與首行屬性名稱個(gè)數(shù)不相符的數(shù)據(jù)條目，并在程序中以打印語(yǔ)句輸出異

常條數(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(yǔ)句

輸出結(jié)果的上下各5行運(yùn)行日志）。

示例格式：

===屬性列數(shù)目異常數(shù)據(jù)條數(shù)為***條===

2、程序打包并在Spark平臺(tái)運(yùn)行，將剔除異常數(shù)據(jù)后的結(jié)果數(shù)據(jù)集輸出至HDFS

文件系統(tǒng)/diliveryoutputl。并查看輸出文件前10行，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。

子任務(wù)2

任務(wù)背景：

數(shù)據(jù)的維數(shù)是指數(shù)據(jù)具有的特征數(shù)量，數(shù)據(jù)特征矩陣過(guò)大，將導(dǎo)致計(jì)算量

比較大，訓(xùn)練時(shí)間長(zhǎng)的等問(wèn)題。當(dāng)數(shù)據(jù)存在冗余屬性時(shí)，對(duì)多余屬性剔除的過(guò)程，

稱為“數(shù)據(jù)降維”。降維的好處十分明顯，它不僅可以數(shù)據(jù)減少對(duì)內(nèi)存的占用，

還能夠加快學(xué)習(xí)算法的執(zhí)行與收斂。請(qǐng)根據(jù)任務(wù)具體要求，針對(duì)原始數(shù)據(jù)集中可

能存在的冗余屬性進(jìn)行排查，復(fù)制并保存結(jié)果。

任務(wù)描述：

相關(guān)數(shù)據(jù)源文件存放于平臺(tái)/chinaskills,請(qǐng)參考模塊C中列舉的各項(xiàng)字段,

判斷屬性“申請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”與“createdat"、“updated_at”是否為

重復(fù)屬性。請(qǐng)按照如下要求編寫Spark程序?qū)?shù)據(jù)進(jìn)行清洗，并將結(jié)果輸出

/diliveryoutputlo

1）分析/chinaskills/中數(shù)據(jù)文件

2）排除屬性列“申請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”與“created_at“、“updateLat”

是否為重復(fù)屬性

3）程序打包并在Spark平臺(tái)運(yùn)行

具體任務(wù)要求：

3、將相關(guān)文件上傳至HDFS新建目錄/platform_data中，查看原始數(shù)據(jù)集條數(shù),

請(qǐng)將查看命令及結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。

4、如果僅考慮年、月、日數(shù)據(jù)，忽略時(shí)刻信息，''申請(qǐng)時(shí)間”、“創(chuàng)建時(shí)間”與

“created_at"、"updated_at"是否為重復(fù)屬性？請(qǐng)編寫Spark程序，并在程

序中以打印語(yǔ)句輸出兩對(duì)屬性對(duì)應(yīng)相等的數(shù)據(jù)條數(shù)。將打印輸出結(jié)果以及你的結(jié)

論復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。（復(fù)制內(nèi)容需包含打印語(yǔ)句輸出結(jié)果的上下各5行

運(yùn)行日志）。

示例格式：

===兩組屬性同時(shí)相等的數(shù)據(jù)條數(shù)為***條===

結(jié)論："申請(qǐng)時(shí)間"、“創(chuàng)建時(shí)間"與"created_at"、“updated_at”（是/不是）

重復(fù)屬性。

如果數(shù)據(jù)相等的比例超過(guò)原始數(shù)據(jù)集的90%,則剔除屬性"created_at”與

“updated_at”,并將結(jié)果數(shù)據(jù)集保存至/diliveryoutput2。

任務(wù)二：數(shù)據(jù)挖掘分析

任務(wù)背景：

外賣的配送范圍一般由外賣平臺(tái)的業(yè)務(wù)人員為商家設(shè)定，商家也可以根據(jù)實(shí)

際情況向平臺(tái)申請(qǐng)修改配送范圍。在申請(qǐng)配送范圍修改時(shí)，審核員將考慮實(shí)際道

路限制、綜合運(yùn)力成本、顧客等待時(shí)長(zhǎng)等因素，對(duì)配送范圍變更的申請(qǐng)進(jìn)行考量，

最終做出通過(guò)/拒絕/駁回的結(jié)果判定。一級(jí)審核員通常為該地區(qū)的渠道經(jīng)理，針

對(duì)運(yùn)力等綜合因素對(duì)審核記錄進(jìn)行考量；二級(jí)審核員為外賣平臺(tái)專職審核人員，

將綜合考慮配送范圍的合理性及更改后的用戶體驗(yàn)。考核員的審核具有一定的時(shí)

效要求，審核效率直接影響合作商家平臺(tái)活躍性以及商家的合作體驗(yàn)。下面請(qǐng)根

據(jù)任務(wù)具體要求，分析范圍審核相關(guān)數(shù)據(jù)。

任務(wù)描述：

請(qǐng)根據(jù)你的數(shù)據(jù)清洗4、（任務(wù)數(shù)字）的結(jié)論選擇數(shù)據(jù)源（/diliveryoutputl

或/diliveryoutput2）,編寫Spark程序，按照如下要求實(shí)現(xiàn)對(duì)數(shù)據(jù)的分析，并

將結(jié)果輸出至HDFS文件系統(tǒng)中。

1）解析數(shù)據(jù)清洗任務(wù)結(jié)果數(shù)據(jù)集

2）計(jì)算配送范圍申請(qǐng)的審核時(shí)長(zhǎng)

3）分析配送范圍變更幅度對(duì)審核結(jié)果的影響

4）程序打包并在Spark平臺(tái)運(yùn)行，結(jié)果輸出至HDFS文件系統(tǒng)

/diliveryoutput3

具體任務(wù)要求：

1、從審核申請(qǐng)到審核完成的時(shí)間差為一條審核記錄的處理時(shí)長(zhǎng)，請(qǐng)編寫Spark

程序，計(jì)算全部申請(qǐng)記錄的平均處理時(shí)長(zhǎng)（單位為分鐘，忽略”秒”級(jí)數(shù)值），

并在程序中以打印語(yǔ)句輸出結(jié)果。將打印輸出結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。（復(fù)

制內(nèi)容需包含打印語(yǔ)句輸出結(jié)果的上下各5行運(yùn)行日志）。

示例格式：

===平均申請(qǐng)?zhí)幚頃r(shí)長(zhǎng)為***分鐘===

2、為保證用戶體驗(yàn)，申請(qǐng)的審批應(yīng)具有時(shí)效性。公司規(guī)定在當(dāng)天18：00前遞交

的范圍審核申請(qǐng)，處理時(shí)間應(yīng)在12小時(shí)以內(nèi)；在當(dāng)天18：00后遞交的范圍審核

申請(qǐng)，應(yīng)在第二天中午12：00前審核完成。請(qǐng)根據(jù)這一標(biāo)準(zhǔn)，分別統(tǒng)計(jì)全部數(shù)

據(jù)記錄中，在18：00前/后遞交的申請(qǐng)超時(shí)記錄數(shù)，在并在程序中以打印語(yǔ)句輸

出結(jié)果。將打印輸出結(jié)果復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。（復(fù)制內(nèi)容需包含打印語(yǔ)句

輸出結(jié)果的上下各5行運(yùn)行日志）。

示例格式：

===18：00前遞交申請(qǐng)的記錄中，超時(shí)記錄數(shù)為***條===

===18：00后遞交申請(qǐng)的記錄中，超時(shí)記錄數(shù)為***條===

3、申請(qǐng)前后配送范圍的最大/最小距離標(biāo)識(shí)了商家配送范圍的變更幅度，請(qǐng)統(tǒng)計(jì)

最大配送距離或最小配送距離在申請(qǐng)前后變更幅度超過(guò)以下百分比數(shù)值時(shí)：40%、

50%、60%,7096、80%、90%,申請(qǐng)的通過(guò)率分別為多少（百分比數(shù)值保留小數(shù)點(diǎn)

后2位）。請(qǐng)?jiān)诔绦蛑幸源蛴≌Z(yǔ)句輸出結(jié)果，并打印輸出結(jié)果復(fù)制并粘貼至對(duì)應(yīng)

報(bào)告中。（復(fù)制內(nèi)容需包含打印語(yǔ)句輸出結(jié)果的上下各5行運(yùn)行日志）。

示例格式：

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的40%,審核通過(guò)率為***96==

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的50%,審核通過(guò)率為***%==

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的60%,審核通過(guò)率為***%==

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的70%,審核通過(guò)率為***96==

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的80%,審核通過(guò)率為***%==

==申請(qǐng)后最大或最小配送距離超過(guò)原始距離的90%,審核通過(guò)率為***%==

4、統(tǒng)計(jì)各商戶的配送范圍面積（請(qǐng)參考申請(qǐng)后配送面積），在以下4個(gè)區(qū)間內(nèi)的

商戶數(shù)及占比（百分比數(shù)值保留小數(shù)點(diǎn)后2位）：0^10,000,000（平方米），

10,000,000^20,000,000（平方米），20,000,000^30,000,000（平方米），

30,000,000（平方米）以上。請(qǐng)?jiān)诔绦蛑幸源蛴≌Z(yǔ)句輸出結(jié)果，并打印輸出結(jié)果

復(fù)制并粘貼至對(duì)應(yīng)報(bào)告中。（復(fù)制內(nèi)容需包含打印語(yǔ)句輸出結(jié)果的上下各5行運(yùn)

行日志）。

示例格式：

==配送面積0~1000,0,000（平方米），商家數(shù)為****,占比***96==

==配送面積10,000,000~20,000,000（平方米），商家數(shù)為****,占比***%==

==配送面積20,000,000~30,000,000（平方米），商家數(shù)為****,占比**叔==

==配送面積30,000,000（平方米）以上，商家數(shù)為****,占比***96==

模塊D、數(shù)據(jù)可視化（20分）

MySQL數(shù)據(jù)庫(kù)中的相關(guān)數(shù)據(jù)集包含了城市、地點(diǎn)、商家id、網(wǎng)格

id、餐品種類、標(biāo)品屬性等多項(xiàng)基礎(chǔ)信息字段。請(qǐng)使用Flask框架,

結(jié)合Echarts完成下列任務(wù)。

數(shù)據(jù)庫(kù)賬號(hào)：takeout密碼：takeout

自行創(chuàng)建代碼工程路徑為：C：\food_dilivery

每個(gè)可視化圖中需要添加圖片作為背景水印。

任務(wù)一：雙柱狀圖呈現(xiàn)審核結(jié)果比例

任務(wù)背景：

外賣的配送范圍一般由外賣平臺(tái)的業(yè)務(wù)人員為商家設(shè)定，商家也可以根據(jù)實(shí)

際情況向平臺(tái)申請(qǐng)修改配送范圍。通常配送范圍并不是毫無(wú)棱角的圓形，因?yàn)檫@

種劃分并沒(méi)有因地制宜，是不合理的。最大配送距離指的是配送范圍中距離商家

最遠(yuǎn)的直線距離，最小配送距離則是配送范圍中距離商家最近的直線距離。在申

請(qǐng)配送范圍修改時(shí)，審核員將考慮實(shí)際道路限制、綜合運(yùn)力成本、顧客等待時(shí)長(zhǎng)

等因素，對(duì)配送范圍變更的申請(qǐng)進(jìn)行考量，最終做出通過(guò)/拒絕/駁回的結(jié)果判定。

請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，輸出范圍審核相關(guān)分析圖例。

任務(wù)描述：

請(qǐng)根據(jù)數(shù)據(jù)庫(kù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)審核通過(guò)與拒絕的范圍申請(qǐng)記錄數(shù)量，并

以雙柱圖表達(dá)。

具體任務(wù)要求：

1,根據(jù)相關(guān)表格中"id,Request_id,Walle_id,Retailer_id,retailer_name,

retailer_address,etailer_location,City_id,City_name,Grid_id,

Carrier_id,Team_id,Applicant_id,Applicant_name,first_auditor_role,

first_auditor_candidate_ids,first_auditor_id,first_auditor_name,

second_auditor_role,second_auditor_candidate_ids,second_auditor_id,

second_auditor_name,status,max_distance_before_edit,

min_distance_before_edit,max_distance_after_edit,

min_distance_after_edit,area_before_edit,area_after_edit,created_at,

updated_at,申請(qǐng)時(shí)間，創(chuàng)建時(shí)間”等字段，匯總各二級(jí)審核人審批的申請(qǐng)數(shù)量，

并統(tǒng)計(jì)其中通過(guò)與拒絕的條數(shù)。在PyCharm控制臺(tái)打印輸出審核記錄數(shù)最多的

10位審核人id,審批總數(shù)，以及其中通過(guò)與拒絕的條數(shù)，按審批總數(shù)降序排列。

示例格式：

==1.二級(jí)審核人id：***,審批數(shù)量：***條，其中通過(guò)**條，拒絕**條

==2.二級(jí)審核人id：***,審批數(shù)量：***條，其中通過(guò)**條，拒絕**條

2、使用Flask框架，結(jié)合Echarts,完成雙柱狀圖輸出。要求柱圖標(biāo)題為“審

核通過(guò)與拒絕對(duì)比”，橫坐標(biāo)為審核人id,縱坐標(biāo)為審核記錄數(shù)。畫出審核數(shù)量

最多的10位二級(jí)審核人記錄審批情況，通過(guò)記錄數(shù)以藍(lán)色柱形表示，右側(cè)以紅

色柱形表示拒絕和駁回記錄數(shù)，以審批總數(shù)降序排列。將可視化結(jié)果截圖并保存

（截圖需包含瀏覽器地址欄）。

任務(wù)二：餅圖呈現(xiàn)營(yíng)業(yè)區(qū)間商家數(shù)量

任務(wù)背景：

營(yíng)業(yè)時(shí)長(zhǎng)指商戶開市接單到閉市停業(yè)的時(shí)長(zhǎng)，適當(dāng)?shù)卦黾訝I(yíng)業(yè)時(shí)長(zhǎng)有利于提

升店鋪的曝光量，同時(shí)能夠在一定程度上獲得平臺(tái)排名加權(quán)。營(yíng)業(yè)時(shí)間長(zhǎng)的店鋪

在特定時(shí)間段（大部分商家關(guān)店休息后）面對(duì)的競(jìng)爭(zhēng)壓力將減小，但增加營(yíng)業(yè)時(shí)

間將增加商家運(yùn)營(yíng)店鋪的人工成本，同時(shí)也需要考慮不同時(shí)間段內(nèi)運(yùn)力不同的情

況，例如有些區(qū)域在晚上12點(diǎn)以后無(wú)法配送。請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定

要求，輸出營(yíng)業(yè)時(shí)間相關(guān)分析圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)平臺(tái)各商家的營(yíng)業(yè)時(shí)間占比，并餅圖呈現(xiàn)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格，參考“餐廳id,餐廳名稱，所屬城市，營(yíng)業(yè)時(shí)長(zhǎng)，餐廳狀態(tài)，

是否托管，總單量，總單量增長(zhǎng)率，有效訂單量，有效訂單增長(zhǎng)率，訂單配送成

功率，超時(shí)訂單率，無(wú)效訂單率，平均預(yù)計(jì)送達(dá)時(shí)長(zhǎng)，平均實(shí)際配送時(shí)長(zhǎng)，當(dāng)前

配送面積，面積變更值，網(wǎng)格id,網(wǎng)格名稱，戰(zhàn)營(yíng)”等字段，統(tǒng)計(jì)4小時(shí)以內(nèi)、

4飛小時(shí)、6-8小時(shí)、8~12小時(shí)、12小時(shí)以上，5個(gè)區(qū)間段內(nèi)平臺(tái)各商家的營(yíng)業(yè)

時(shí)間占比（區(qū)間取值為前閉后開區(qū)間）。請(qǐng)?jiān)赑yCharm控制臺(tái)以區(qū)間商家數(shù)量降

序打印輸出城市名稱，商家數(shù)量。

示例格式：

==區(qū)間”4小時(shí)以內(nèi)”，商家***個(gè)===

==區(qū)間”4~6小時(shí)”，商家***個(gè)===

2、使用Flask框架，結(jié)合Echarts,完成餅圖輸出。標(biāo)題為“各營(yíng)業(yè)區(qū)間商家

數(shù)量對(duì)比”，順時(shí)針顯示次序與打印語(yǔ)句數(shù)據(jù)一致。將可視化結(jié)果截圖并保存（截

圖需包含瀏覽器地址欄）。

任務(wù)三：柱狀圖呈現(xiàn)超時(shí)訂單率

任務(wù)背景：

網(wǎng)格化營(yíng)銷是近年來(lái)新興的一種營(yíng)銷管理模式，已被廣泛地運(yùn)用于市場(chǎng)精準(zhǔn)

營(yíng)銷。在市場(chǎng)營(yíng)銷中，采取地圖營(yíng)銷、網(wǎng)格管理、精準(zhǔn)策略等，可將客戶的心理

需求與其日常生活緊密地聯(lián)系起來(lái)，巧妙運(yùn)用網(wǎng)格化管理和營(yíng)銷地圖，以此來(lái)實(shí)

現(xiàn)客戶的營(yíng)銷精準(zhǔn)度與價(jià)值提升，提高單一客戶貢獻(xiàn)值和營(yíng)銷效率。其核心旨在

幫助企業(yè)快速響應(yīng)市場(chǎng)需求，為用戶提供更加便捷的、專業(yè)化服務(wù)，并使企業(yè)的

資源分配以客戶為中心，以市場(chǎng)變化為導(dǎo)向，固本強(qiáng)基、開拓市場(chǎng)、提升效益，

有助于平臺(tái)有效地制定績(jī)效戰(zhàn)略。請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，輸出分

析圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，參考字段同可視化2、（題號(hào)數(shù)字），統(tǒng)計(jì)平均超時(shí)訂

單率前10名的網(wǎng)格，并柱圖呈現(xiàn)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格，參考“餐廳id,餐廳名稱，所屬城市，營(yíng)業(yè)時(shí)長(zhǎng)，餐廳狀態(tài)，

是否托管，總單量，總單量增長(zhǎng)率，有效訂單量，有效訂單增長(zhǎng)率，訂單配送成

功率，超時(shí)訂單率，無(wú)效訂單率，平均預(yù)計(jì)送達(dá)時(shí)長(zhǎng)，平均實(shí)際配送時(shí)長(zhǎng)，當(dāng)前

配送面積，面積變更值，網(wǎng)格id,網(wǎng)格名稱，戰(zhàn)營(yíng)”等字段，統(tǒng)計(jì)平均超時(shí)訂

單率前10名的網(wǎng)格名稱及平均超時(shí)訂單率，并在PyCharm控制臺(tái)以平均超時(shí)訂

單率降序打印輸出。

示例格式：

==1.網(wǎng)格名稱：***,平均超時(shí)訂單率**%===

==2.網(wǎng)格名稱：***,平均超時(shí)訂單率**%===

2、使用Flask框架，結(jié)合Echarts,完成柱狀圖輸出。標(biāo)題為“超時(shí)訂單率排

名”，柱狀圖次序與打印語(yǔ)句數(shù)據(jù)一致。將可視化結(jié)果截圖并保存（截圖需包含

瀏覽器地址欄）。

任務(wù)四：組圖（多條形圖）呈現(xiàn)各城市外賣行業(yè)現(xiàn)狀

任務(wù)背景：

近年來(lái)，我國(guó)外賣行業(yè)發(fā)展迅速，互聯(lián)網(wǎng)餐飲外賣市場(chǎng)規(guī)模逐漸擴(kuò)大，外賣

平臺(tái)已覆蓋全國(guó)所有省份。2019全年外賣交易超7274億元，截至2020年3月，

我國(guó)網(wǎng)上外賣及手機(jī)網(wǎng)上外賣用戶滲透率已達(dá)44機(jī)2020年底，全國(guó)外賣總體訂

單量已超過(guò)171.2億單。為了解外賣行業(yè)在各城市發(fā)展情況，請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集,

按任務(wù)指定要求，輸出分析圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)各城市外賣行業(yè)發(fā)展情況，并組圖呈現(xiàn)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格，參考“餐廳id,餐廳名稱，所屬城市，營(yíng)業(yè)時(shí)長(zhǎng)，餐廳狀態(tài)，

是否托管，總單量，總單量增長(zhǎng)率，有效訂單量，有效訂單增長(zhǎng)率，訂單配送成

功率，超時(shí)訂單率，無(wú)效訂單率，平均預(yù)計(jì)送達(dá)時(shí)長(zhǎng)，平均實(shí)際配送時(shí)長(zhǎng)，當(dāng)前

配送面積，面積變更值，網(wǎng)格id,網(wǎng)格名稱，戰(zhàn)營(yíng)”等字段，統(tǒng)計(jì)各城市商家

總數(shù)前10名的城市名稱、商家數(shù)量、以及該城市商家平均營(yíng)業(yè)時(shí)長(zhǎng)，并在PyCharm

控制臺(tái)以商家數(shù)量降序打印輸出。

示例格式：

==1.城市：***,商家數(shù)量：***個(gè)，平均營(yíng)業(yè)時(shí)長(zhǎng)平***分鐘===

==2.城市：***,商家數(shù)量：***個(gè)，平均營(yíng)業(yè)時(shí)長(zhǎng)平***分鐘===

2、使用Flask框架，結(jié)合Echarts,完成組圖輸出。組圖左側(cè)：縱坐標(biāo)為城市

名稱，橫坐標(biāo)為商家數(shù)量的條形圖，標(biāo)題為“各城市商家數(shù)量ToplO”；組圖右

側(cè)：商家數(shù)量前10名的各城市商家平均營(yíng)業(yè)時(shí)間。圖形展示順序與1）（任務(wù)數(shù)

字編號(hào)）打印語(yǔ)句一致，將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

任務(wù)五：組圖（柱狀圖、玫瑰圖）呈現(xiàn)投訴情況

任務(wù)背景：

投訴是顧客對(duì)平臺(tái)管理和服務(wù)不滿的表達(dá)方式，也是企業(yè)有價(jià)值的信息來(lái)源,

它為企業(yè)探索更多可能。分析顧客投訴的種種因素，把顧客的不滿轉(zhuǎn)化滿意，鎖

定他們對(duì)平臺(tái)和產(chǎn)品的忠誠(chéng)，已成為企業(yè)營(yíng)銷實(shí)踐的重要內(nèi)容之一。商戶業(yè)務(wù)包

是指該商戶在經(jīng)營(yíng)定位時(shí)所確定的主要消費(fèi)群體。不同城市消費(fèi)群占比不同，大

致可以分為大客戶，白領(lǐng)，小客戶，高校，家庭，其它六個(gè)商業(yè)業(yè)務(wù)包。請(qǐng)根

據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，統(tǒng)計(jì)并輸出城市商戶業(yè)務(wù)包與投訴相關(guān)的分析

圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)數(shù)據(jù)庫(kù)表格，統(tǒng)計(jì)不同城市的商業(yè)業(yè)務(wù)包組成，并以雙餅圖表達(dá)。

程序輸出及可視化輸出時(shí)請(qǐng)使用商戶業(yè)務(wù)包中文釋義，中文釋義對(duì)應(yīng)關(guān)系如表1

所示。

字母縮寫中文釋義

GKA大客戶

BL白領(lǐng)

SIG小客戶

GX高效

FML家庭

OTH其他

表1商戶業(yè)務(wù)包中文釋義

具體任務(wù)要求：

1、根據(jù)相關(guān)數(shù)據(jù)庫(kù)表格，參考“餐廳id,retailer_id,餐廳名稱，城市，商

戶業(yè)務(wù)包，配送范圍，客單價(jià)，推單數(shù)，接單數(shù)，有效完成單數(shù)，投訴率，異常

率，欺詐單數(shù)，拒單數(shù)，商戶取消數(shù)，客戶取消數(shù)，系統(tǒng)取消數(shù)，配送取消異常

數(shù)，整體時(shí)長(zhǎng)，接單時(shí)長(zhǎng)，到店時(shí)長(zhǎng)，取餐時(shí)長(zhǎng)，送達(dá)時(shí)長(zhǎng)，商戶投訴數(shù)，用戶

投訴數(shù)，差評(píng)數(shù)，好評(píng)數(shù)，評(píng)價(jià)數(shù)，最遠(yuǎn)訂單距離，該訂單整體時(shí)效，該訂單接

單時(shí)效，該訂單到店時(shí)效，該訂單取餐時(shí)效，該訂單送達(dá)時(shí)效，該訂單評(píng)價(jià)”等

字段，統(tǒng)計(jì)北京地區(qū)各商戶業(yè)務(wù)包的商家數(shù)量，同時(shí)，按業(yè)務(wù)包統(tǒng)計(jì)客戶投訴數(shù)，

并在PyCharm控制臺(tái)打印輸出，以商家數(shù)量降序排列。

示例格式：

==北京：1.商戶業(yè)務(wù)包：***,商家數(shù)量：***家，投訴***條記錄===

==北京：2.商戶業(yè)務(wù)包：***,商家數(shù)量：***家，投訴***條記錄===

2、使用Flask框架，結(jié)合Echarts,完成組圖輸出。組圖左側(cè)：橫坐標(biāo)為商戶

業(yè)務(wù)包名稱，縱坐標(biāo)為該業(yè)務(wù)包所包含的商家數(shù)量，標(biāo)題為“北京地區(qū)各商戶業(yè)

務(wù)部商家數(shù)量”的柱形困；組圖右側(cè)：各商戶業(yè)務(wù)包投訴占比的玫瑰圖，圖形各

部分顯示次序與打印語(yǔ)句數(shù)據(jù)一致，將可視化結(jié)果截圖并保存（截圖需包含瀏覽

器地址欄）。

任務(wù)六：柱狀堆疊圖呈現(xiàn)業(yè)務(wù)包評(píng)價(jià)組成

任務(wù)背景:

在外賣平臺(tái)中，用戶的評(píng)論具有雙向影響。不僅可以促進(jìn)商家根據(jù)消費(fèi)者評(píng)

價(jià)調(diào)整自己的經(jīng)營(yíng)策略，也能夠影響其他用戶的下單率。相關(guān)數(shù)據(jù)顯示，瀏覽評(píng)

價(jià)的用戶比只瀏覽門店商品的用戶下單轉(zhuǎn)化率平均高出25隊(duì)因此，商家的店鋪

評(píng)論對(duì)提高下單率是十分重要的。請(qǐng)根據(jù)相關(guān)數(shù)據(jù)集，按任務(wù)指定要求，統(tǒng)計(jì)并

輸出評(píng)價(jià)相關(guān)的分析圖例。

任務(wù)描述：

請(qǐng)根據(jù)相關(guān)表格數(shù)據(jù)，統(tǒng)計(jì)各商戶業(yè)務(wù)包評(píng)價(jià)情況，并柱狀堆疊圖呈現(xiàn)。

具體任務(wù)要求：

1、根據(jù)相關(guān)表格，參考''餐廳id,retailer_id,餐廳名稱，城市，商戶業(yè)務(wù)

包，配送范圍，客單價(jià)，推單數(shù)，接單數(shù)，有效完成單數(shù)，投訴率，異常率，欺

詐單數(shù)，拒單數(shù)，商戶取消數(shù)，客戶取消數(shù)，系統(tǒng)取消數(shù)，配送取消異常數(shù)，整

體時(shí)長(zhǎng)，接單時(shí)長(zhǎng)，到店時(shí)長(zhǎng)，取餐時(shí)長(zhǎng)，送達(dá)時(shí)長(zhǎng)，商戶投訴數(shù)，用戶投訴數(shù)，

差評(píng)數(shù)，好評(píng)數(shù)，評(píng)價(jià)數(shù)，最遠(yuǎn)訂單距離，該訂單整體時(shí)效，該訂單接單時(shí)效,

該訂單到店時(shí)效，該訂單取餐時(shí)效，該訂單送達(dá)時(shí)效，該訂單評(píng)價(jià)”等字段，統(tǒng)

計(jì)各商戶業(yè)務(wù)包非好評(píng)數(shù)、好評(píng)數(shù),并在PyCharm控制臺(tái)以評(píng)價(jià)總數(shù)降序打印輸

出。

示例格式：

==1商戶業(yè)務(wù)包：***,非好評(píng)數(shù)：***條，好評(píng)數(shù)：***條===

==1商戶業(yè)務(wù)包：***,非好評(píng)數(shù)：***條，好評(píng)數(shù)：***條===

2、使用Flask框架，結(jié)合Echarts,完成柱狀堆疊圖輸出。橫坐標(biāo)為商戶業(yè)務(wù)

包名稱（中文釋義），縱坐標(biāo)為評(píng)論數(shù)量，標(biāo)題為“各業(yè)務(wù)包評(píng)價(jià)組成”，柱圖下

方為好評(píng)數(shù)（紅色），上方堆疊非好評(píng)數(shù)（黑色），展示順序與1）（任務(wù)數(shù)字編

號(hào)）打印語(yǔ)句一致，將可視化結(jié)果截圖并保存（截圖需包含瀏覽器地址欄）。

模塊E:綜合分析（20分）

通過(guò)模塊B的網(wǎng)站分析及數(shù)據(jù)爬取、模塊C的數(shù)據(jù)清洗與分析及

模塊D的可視化呈現(xiàn)，我們已經(jīng)清晰的了解了餐飲外賣平臺(tái)業(yè)務(wù)背景

及相關(guān)數(shù)據(jù)，在綜合理解外賣業(yè)務(wù)數(shù)據(jù)的基礎(chǔ)上，根據(jù)任務(wù)要求進(jìn)行

分析，并編寫分析報(bào)告。

請(qǐng)根據(jù)任務(wù)要求，分析以下內(nèi)容，并編寫分析報(bào)告。分別從商家

營(yíng)業(yè)時(shí)間、銷售單量、范圍變更等角度對(duì)外賣平臺(tái)推廣情況與銷售表

現(xiàn)進(jìn)行分析，并對(duì)平臺(tái)經(jīng)營(yíng)提出幾點(diǎn)建議。

分析報(bào)告要求：

任務(wù)一：商家營(yíng)業(yè)時(shí)長(zhǎng)分析

結(jié)合平臺(tái)相關(guān)數(shù)據(jù)文件，探索不同營(yíng)業(yè)時(shí)長(zhǎng)（區(qū)間劃分請(qǐng)使用：4小時(shí)以內(nèi)、

4?6小時(shí)、6~8小時(shí)、8~12小時(shí)、12小時(shí)以上）對(duì)商家平均總單量的影響，并結(jié)

合模塊D相關(guān)可視化結(jié)果，說(shuō)明影響總單量的因素有哪些？闡述你的結(jié)論并說(shuō)明

原因。分別以文字描述和圖例進(jìn)行說(shuō)明。

任務(wù)二：商戶業(yè)務(wù)包分析

結(jié)合模塊C數(shù)據(jù)挖掘分析中3、（任務(wù)編號(hào)）的結(jié)論，請(qǐng)繪制折線圖（橫坐

標(biāo)為最大/最小配送距離變更范圍，刻度數(shù)值請(qǐng)參考數(shù)據(jù)挖掘分析中3、（任務(wù)編

號(hào)）中幅度，縱坐標(biāo)為審核記錄通過(guò)率）對(duì)不同地區(qū)商戶業(yè)務(wù)包的統(tǒng)計(jì)結(jié)果，說(shuō)

明圖表有哪些差異？說(shuō)明了什么問(wèn)題？分別以文字描述和圖例進(jìn)行說(shuō)明。

任務(wù)三：平臺(tái)規(guī)劃建議

請(qǐng)結(jié)合平臺(tái)業(yè)務(wù)背景及相關(guān)分析結(jié)論，對(duì)平臺(tái)未來(lái)規(guī)劃提出建議（不少于3

條建議）;

附錄：補(bǔ)充說(shuō)明

數(shù)據(jù)集中涉及字段及中文說(shuō)明：

POI：pointofinterest興趣點(diǎn)

數(shù)據(jù)表字段中文釋義：

原字段中文釋義

city_name城市

location商圈

latitude緯度

longtitude經(jīng)度

rest_type商家所屬平臺(tái)

platformA_restid商家id（A平臺(tái)）

A_rst_name店鋪名稱（A平臺(tái)）

A_day30_cnt30天銷量（A平臺(tái)）

platform_B_restid商家id（B平臺(tái)）

B_rst_name店鋪名稱（B平臺(tái)）

B_day_30_cnt30天銷量（B平臺(tái)）

推單數(shù)-9推單數(shù)（9日）

有效完成率-9有效完成率（9日）

超時(shí)率-9超時(shí)率（90）

推單數(shù)-8推單數(shù)（80）

有效完成率-8有效完成率（8日）

超時(shí)率-8超時(shí)率（8日）

灰度餐廳灰度餐廳

id標(biāo)識(shí)id

request_id請(qǐng)求i（1

walle_id（平臺(tái)）商鋪id

retailer_id（配送系統(tǒng)）商鋪id

retailer_name商鋪名稱

retailer_address商鋪地址

retailer_location位置P0I編碼

city_id城市id

city_name城市名稱

grid_id網(wǎng)格id

carrier_id渠道經(jīng)理

team_id渠道小組

applicant_id申請(qǐng)人id

applicant_name申請(qǐng)人

first_auditor_ro1e一級(jí)審批角色

first_auditor_candidate_ids候選審批人id

first_auditor_id審核人id

first_auditor_name審批人名

second_auditor_role二級(jí)審批角色

second_auditor_candidate_ids審核小組成員

second_auditorid二級(jí)審核人id

second_auditor_name二級(jí)審核人名

status申請(qǐng)狀態(tài)

max_distance_before_edit申請(qǐng)前最大配送距離

min_distance_before_edit申請(qǐng)前最小配送距離

max_distance_after_edit日請(qǐng)后最大配送距離

min_distance_after_edit申請(qǐng)后最小配送距離

area_before_edit申請(qǐng)前配送面積

area_after_edit申請(qǐng)后配送面積

created_at申請(qǐng)遞交時(shí)間

updated_at審核完成

申請(qǐng)時(shí)間申請(qǐng)時(shí)間

創(chuàng)建時(shí)間創(chuàng)建時(shí)間

餐廳id餐廳id

餐廳名稱餐廳名稱

所屬城市所屬城市

營(yíng)業(yè)時(shí)長(zhǎng)營(yíng)業(yè)時(shí)長(zhǎng)

餐廳狀態(tài)餐廳狀態(tài)

是否托管是否托管

總單量總單量

總單量增長(zhǎng)率總單量增長(zhǎng)率

有效訂單量