一、项目前言

1.1 行业痛点

传统旅游规划依赖各类攻略平台，存在四大核心痛点：

1. 全国景点数量庞大，人工筛选符合预算、评分的目的地效率极低；
2. 多目的地自驾行程无法自动计算里程、时长、过路费，路线规划繁琐；
3. 评分、票价、热度、地理位置数据分散，缺少统一可视化分析平台；
4. 传统搜索仅关键词匹配，无法根据用户个性化偏好精准推荐景点。

1.2 项目概述

本项目名为途智・旅行规划师，基于纯 Python 开发，采用 Streamlit 快速搭建交互式 Web 平台，整合数据处理、多维可视化、机器学习混合推荐、DeepSeek RAG 智能问答、高德地图路线规划五大核心模块。系统面向普通游客、旅行规划者、旅游数据分析师三类用户，一站式实现景点浏览、个性化推荐、行程规划、数据洞察、AI 智能咨询全部功能。

1.3 整体技术栈

表格

分层	技术工具	核心作用
Web 展示层	Streamlit、自定义 CSS	多页面路由、交互界面美化、组件渲染
数据处理层	Pandas、NumPy、Scipy	CSV 数据清洗、特征构造、独立样本 T 检验
机器学习层	Scikit-learn	KNN 相似推荐、KMeans 聚类、PCA 降维、标准化处理
可视化层	PyEcharts	11 种交互式图表，包含分布、排名、热力、散点、地图等
AI 服务层	DeepSeek API、自研三级检索 RAG	景点 AI 介绍、旅游问答、知识库检索
地图服务层	高德 Web/JS API	地理编码、驾车路径规划、交互式路线地图

二、系统整体架构与页面设计

2.1 三层解耦架构

系统采用分层低耦合设计，分为数据层、服务层、展示层，模块职责清晰，便于维护迭代：

1. 数据层 DataManager：统一加载清洗景点 CSV，构造衍生特征，构建省 - 区县三级树形数据，全局单例缓存数据集；
2. 服务层（四大独立 Service）
   • RecommendService：偏好推荐、KNN 相似推荐、KMeans 聚类、混合加权推荐；
   • VisualizationService：封装全部可视化图表，支持省 / 区县数据联动筛选；
   • AIService：本地知识库构建、三级检索 RAG、DeepSeek 对话、多级降级容错；
   • MapService：地址转经纬度、驾车路线计算、地图 HTML 文件生成；
3. 展示层 Streamlit UI：四页面导航、侧边联动筛选、分页列表、路线管理、AI 聊天窗口。

2.2 数据流逻辑

原始景点 CSV 数据集 → DataManager 清洗并构造特征矩阵 → 四大服务读取处理数据 → Streamlit 页面渲染图表、推荐列表、地图、AI 对话内容

2.3 四大功能页面划分

1. 景点浏览页：省区县联动筛选、分页景点卡片、景点 AI 详情、自驾路线规划、RAG 聊天助手；
2. 数据可视化页：4 个子标签，11 类交互式图表，完成数据分布、区域对比、空间热力分析；
3. 智能推荐页：偏好筛选推荐、KNN 相似景点检索、KMeans 聚类分析 + PCA 降维散点图；
4. 数据分析页：描述性统计、特征相关性矩阵、5A / 非 5A 景点 T 检验、聚类模型指标评估。

2.4 整体页面布局设计

系统统一布局结构：顶部标题栏 + 横向导航栏 + 左侧筛选侧边栏 + 主体内容区，景点 / 推荐页面采用左右双栏（主内容 + 详情面板），可视化、数据分析页面采用全屏布局。

三、数据集预处理模块

3.1 数据集基础信息

数据源为结构化景点数据.csv，共 13617 条完整有效数据。 原始核心字段：序号、景点名称、综合评分、景区等级、门票价格、销量热度、省份、完整区域、详细地址、景点简介。 衍生字段：

1. heat_score综合热度：平衡评分与人气，计算公式：\(heat\_score=score×0.4 + (sales/max\_sales)×0.6\)；
2. district区县字段：从 region 字符串切割提取末级区县名称；
3. 6 维机器学习特征：原始评分、归一化价格、对数销量、综合热度、编码景区等级、归一化省份编码。

3.2 数据清洗核心代码（data_manager.py）

仅过滤名称、评分、价格、销量为空的无效数据，价格为 0 代表免费景点，予以保留；同时完成热度特征、区县字段构造。

python

运行

def load_data(self):
    if not os.path.exists(DATA_FILE):
        raise FileNotFoundError(f"数据文件不存在: {DATA_FILE}")
    self.df = pd.read_csv(DATA_FILE)
    # 过滤关键字段空值
    self.df = self.df[self.df['name'].notna()]
    self.df = self.df[self.df['score'].notna()]
    self.df = self.df[self.df['price'].notna()]
    self.df = self.df[self.df['sales'].notna()]
    self.df = self.df.reset_index(drop=True)
    # 构造综合热度指标
    max_sales = self.df['sales'].max()
    self.df['heat_score'] = self.df['score'] * 0.4 + (self.df['sales'] / max_sales) * 0.6
    # 提取区县名称
    self.df['district'] = self.df['region'].apply(
        lambda x: x.split('-')[-1 if isinstance(x, str) and '-' in x else x
    )
    print(f"[OK] 数据加载成功: {len(self.df)} 条记录")

清洗前后对比统计表：

指标	清洗前	清洗后
记录总数	13617	13617
score 有效记录数	13617	13617
price 有效记录数	13617	13617
sales 有效记录数	13617	13617

3.3 特征标准化处理

对 6 维特征做编码、归一化、Z-score 标准化，消除量纲差异，保证模型距离计算准确。

def _build_features(self):
    le = LabelEncoder()
    level_encoded = le.fit_transform(df['level'].fillna('未评级'))
    province_le = LabelEncoder()
    province_encoded = province_le.fit_transform(df['province'])
    # 拼接6维原始特征
    features = np.column_stack([
        df['score'].values, df['price']/100, np.log1p(df['sales'])/10,
        df['heat_score'].values, level_encoded, province_encoded/32.0
    ])
    self.scaler = StandardScaler()
    self.feature_matrix = self.scaler.fit_transform(features)

标准化前后特征统计对比表格：

特征	标准化前均值	标准化后均值	标准化前 std	标准化后 std
score (评分)	7.6583	-0.000000000	0.95552	1.00003672
price/100 (价格)	0.76887	0.000000000	1.7334	1.00003672
log (sales+1)/10 (销量)	0.29999	-0.000000000	0.22779	1.00003672
heat_score (热度)	3.06556	0.000000000	0.3844	1.00003672
level_enc (等级)	2.53888	-0.000000000	0.9323	1.00003672
province_enc/32 (省份)	0.48008	0.000000000	0.2866	1.00003672

3.4 省 - 区县三级层级构建

构建字典层级结构hierarchy={省份:{区县:[景点列表]}}，每个区县内景点按综合热度降序排列，供侧边筛选、页面列表快速读取。

def build_hierarchy(self):
    self.hierarchy = {}
    for _, row in self.df.iterrows():
        province = row['province']
        district = row['district']
        scenic = row.to_dict()
        if province not in self.hierarchy:
            self.hierarchy[province] = {}
        if district not in self.hierarchy[province]:
            self.hierarchy[province][district] = []
        self.hierarchy[province][district].append(scenic)
    # 区县内按热度降序
    for p in self.hierarchy:
        for d in self.hierarchy[p]:
            self.hierarchy[p][d].sort(key=lambda x:x["heat_score"], reverse=True)

四、机器学习推荐模型实现

4.1 KNN 余弦相似度相似推荐

以标准化 6 维特征向量计算余弦相似度，匹配风格近似景点，适合用户输入单一景点查找同类目的地。

# 模型初始化
self.knn_model = NearestNeighbors(n_neighbors=20, metric='cosine', algorithm='brute')
self.knn_model.fit(self.feature_matrix)

def knn_recommend(self, scenic_name: str, top_k: int = 10) -> List[Dict]:
    idx = self.df[self.df['name'].str.contains(scenic_name, na=False)].index[0]
    query_vec = self.feature_matrix[idx].reshape(1, -1)
    distances, indices = self.knn_model.kneighbors(query_vec)
    results = []
    for i, dist in zip(indices[0], distances[0]):
        if i == idx: continue
        scenic = self.df.iloc[i].to_dict()
        scenic['similarity'] = round(1 - dist, 4)
        results.append(scenic)
    return results[:top_k]

4.2 KMeans 聚类模型

自动适配聚类数量，固定随机种子保证实验可复现，同簇景点特征相近，用于聚类分组推荐。

n_clusters = min(8, len(self.df) // 500)
self.cluster_model = KMeans(n_clusters=n_clusters, random_state=42, n_init=10)
self.cluster_labels = self.cluster_model.fit_predict(self.feature_matrix)
self.df['cluster'] = self.cluster_labels

def cluster_recommend(self, scenic_name: str, top_k: int = 10) -> List[Dict]:
    idx = self.df[self.df['name'].str.contains(scenic_name)].index[0]
    cluster_id = self.cluster_labels[idx]
    same_cluster = self.df[self.cluster_labels == cluster_id]
    # 同簇内计算相似度排序
    ...

4.3 混合加权推荐（项目创新点）

融合 KNN 全局相似度（权重 0.6）、KMeans 同簇相似度（权重 0.4），合并去重后加权排序，兼顾全局风格与同类特征，解决单一算法局限性。

def hybrid_recommend(self, scenic_name: str, top_k: int = 12) -> List[Dict]:
    knn_results = self.knn_recommend(scenic_name, top_k * 2)
    cluster_results = self.cluster_recommend(scenic_name, top_k * 2)
    seen = set()
    merged = []
    # KNN加权入库
    for r in knn_results:
        if r['name'] not in seen:
            r['weight'] = 0.6 * r.get('similarity', 0.5)
            seen.add(r['name'])
            merged.append(r)
    # 聚类加权入库
    for r in cluster_results:
        if r['name'] not in seen:
            r['weight'] = 0.4 * r.get('similarity', 0.5)
            seen.add(r['name'])
            merged.append(r)
    merged.sort(key=lambda x: x.get('weight', 0), reverse=True)
    return merged[:top_k]

4.4 基于用户偏好内容推荐

通过滑块限定最低评分、最高票价、免费筛选，自定义推荐分数，优先推荐高性价比景点。

def content_recommend(self, preferences: Dict, top_k: int = 10, province=None, district=None):
    df = self.df.copy()
    # 地域筛选
    if province:
        df = df[df['province'] == province]
        if district: df = df[df['district'] == district]
    # 用户偏好过滤
    min_score = preferences.get('min_score')
    max_price = preferences.get('max_price')
    free_only = preferences.get('free_only')
    df = df[df['score'] >= min_score]
    df = df[df['price'] <= max_price]
    if free_only: df = df[df['price'] == 0]
    # 综合推荐打分
    df['rec_score'] = (df['score']/10)*0.45 + (df['sales']/df['sales'].max())*0.25 + (1/(df['price']+1))*0.15
    return df.nlargest(top_k, 'rec_score').to_dict('records')

五、多维可视化模块（VisualizationService）

基于 PyEcharts 实现 11 类交互式图表，全部封装为统一方法，支持省份、区县筛选过滤，统一返回 HTML 字符串嵌入页面。以评分分布直方图、全国热力地图为例：

5.1 景点评分分布直方图

def score_distribution(self, province: str = None, district: str = None) -> str:
    df = self._filter_df(province, district)
    scores = df['score'].dropna()
    bins = 20
    hist, bin_edges = np.histogram(scores, bins=bins)
    bar = Bar(init_opts=opts.InitOpts(width="100%", height="460px"))
    bar.add_xaxis([f"{bin_edges[i]:.1f}" for i in range(len(bin_edges)-1)])
    bar.add_yaxis("景点数量", hist.tolist(), itemstyle_opts=opts.ItemStyleOpts(...))
    bar.set_global_opts(title_opts=opts.TitleOpts(title=f"{province or '全国'}景点评分分布", ...))
    return self._wrap_chart(bar.render_embed(), 480)

5.2 全国省份景点热力地图

def china_heatmap(self) -> str:
    province_counts = self.df['province'].value_counts()
    data_pair = [(k, int(v)) for k, v in province_counts.items()]
    map_chart = Map(init_opts=opts.InitOpts(width="100%", height="500px"))
    map_chart.add("景点数量", data_pair, "china", is_map_symbol_show=False)
    map_chart.set_global_opts(visualmap_opts=opts.VisualMapOpts(range_color=[...]))
    return self._wrap_chart(map_chart.render_embed(), 520)

完整图表清单：评分直方图、价格玫瑰饼图、等级玫瑰图、免费景点仪表盘、省份柱状排名、区县柱状排名、热度 Top20 柱状图、评分 - 价格散点图、省份雷达对比、均价双柱图、评分箱型图、全国热力地图。

六、DeepSeek RAG 智能问答模块

6.1 三级本地检索策略

无需向量数据库，基于本地景点索引低成本检索，杜绝大模型凭空编造信息：

1. 一级精确匹配：用户输入包含完整景点名，直接调取景点全部数据；
2. 二级省份匹配：识别省份关键词，调取该省均分、均价、热门景点统计；
3. 三级模糊关键词匹配：拆分关键词模糊检索景点名称补充候选数据。

def _search_knowledge(self, query: str, top_k: int = 5) -> List[Dict]:
    matched = []
    # 1.精确景点匹配
    for name in self.scenic_index:
        if name in query:
            matched.append(self.scenic_index[name])
    # 2.省份匹配
    for p in self.data_manager.get_provinces():
        if p in query and len(p) > 1:
            matched.append({"type":"province_stats", "province":p, "stats":self.province_stats[p]})
    # 3.关键词模糊检索
    if len(matched) < top_k:
        keyword_list = query.replace("推荐","").replace("好玩","").split()
        for kw in keyword_list:
            if len(kw)>=2:
                sub_df = self.data_manager.df[self.data_manager.df['name'].str.contains(kw)].head(top_k)
                for _,row in sub_df.iterrows(): matched.append(row.to_dict())
    return matched[:top_k]

6.2 四级降级容错对话架构

系统可用性保障，分层降级避免 API 失效导致功能崩溃：本地规则匹配→RAG 检索增强→DeepSeek API 生成→纯本地文本兜底。

def chat(self, user_message: str, context: Dict = None) -> str:
    # 第一层：本地规则直接回复
    local_response = self._local_response(user_message)
    if local_response: return local_response
    # 第二层：RAG检索本地知识库上下文
    rag_context = self._build_rag_context(user_message, context)
    # 第三层：调用DeepSeek大模型API
    if self.client:
        try:
            system_prompt = f"""你是旅游助手途智，仅依据下方景点数据回答，禁止编造景点信息。{rag_context}"""
            response = self.client.chat.completions.create(
                model="deepseek-chat",
                messages=[{"role":"system","content":system_prompt},{"role":"user","content":user_message}],
                temperature=0.7, max_tokens=800
            )
            return response.choices[0].message.content
        except Exception:
            pass
    # 第四层：API故障，仅返回检索到的本地数据兜底
    if rag_context:
        return f"检索到相关景点数据：{rag_context[:500]}"
    return "你可以询问省份、景点名称获取旅游推荐"

6.3 景点 AI 详情生成

输入景点原始数据，由 DeepSeek 生成 200 字左右专业景点介绍，API 失效时自动使用模板拼接基础信息兜底。

def analyze_scenic(self, scenic_name: str) -> Dict:
    scenic = self.data_manager.get_scenic_by_name(scenic_name)
    result = {"name":scenic['name'],"score":scenic['score'],"price":scenic['price'],...}
    if self.client:
        prompt = f"基于以下信息写200字景点介绍：名称{scenic['name']}，等级{scenic['level']}，评分{scenic['score']}，简介{scenic['comments']}"
        resp = self.client.chat.completions.create(model="deepseek-chat", messages=[...])
        result['ai_intro'] = resp.choices[0].message.content
    else:
        # 本地模板兜底生成简介
        ...
    return result

七、高德地图路线规划模块

封装高德 Web、JS 双 API，实现地址解析、多途经点路线计算、交互式路线地图生成，完整行程可视化。

7.1 地理编码（地址转经纬度）

def geocode(address: str, city: str = "") -> Optional[Dict]:
    url = "https://restapi.amap.com/v3/geocode/geo"
    params = {"key": AMAP_WEB_API_KEY, "address": address, "city": city, "output":"JSON"}
    resp = requests.get(url, timeout=10)
    data = resp.json()
    if data["status"] == "1" and data["geocodes"]:
        lng, lat = data["geocodes"][0]["location"].split(",")
        return {"lng":float(lng), "lat":float(lat)}
    return None

7.2 多途经点驾车路线计算

支持最多 16 个途经景点，返回总里程、耗时、过路费、路线坐标串 polyline。

def route_planning(origin, destination, waypoints=None, strategy=0):
    url = "https://restapi.amap.com/v3/direction/driving"
    params = {"key":AMAP_WEB_API_KEY,"origin":f"{origin[0]},{origin[1]}","destination":f"{destination[0]},{destination[1]}","strategy":0}
    if waypoints:
        wp_str = ";".join([f"{wp[0]},{wp[1]}" for wp in waypoints[:16]])
        params["waypoints"] = wp_str
    resp = requests.get(url)
    data = resp.json()
    if data["status"] == "1":
        path = data["route"]["paths"][0]
        return {
            "distance": int(path["distance"]), "duration": int(path["duration"]),
            "tolls": int(path["tolls"]), "polyline": path["polyline"], "steps": path["steps"]
        }
    return None

7.3 交互式路线地图 HTML 生成

拼接高德 JS API 模板，生成带点位标记、行车路线、信息弹窗的独立 HTML 文件，在页面内嵌展示。

def generate_route_map_html(scenics: List[Dict], route_info: Dict = None) -> str:
    # 提取所有景点坐标，计算地图中心点
    lngs, lats = [], []
    for s in scenics:
        loc = s.get("location", "").split(",")
        lngs.append(float(loc[0])), lats.append(float(loc[1]))
    center = [sum(lngs)/len(lngs), sum(lats)/len(lats)]
    # 拼接前端HTML模板，注入路线、点位JSON
    html_template = f"""<!DOCTYPE html><html><head><script src="https://webapi.amap.com/maps?v=2.0&key={AMAP_JS_API_KEY}"></script>
    <body><div id="container"></div>
    <script>var markers = {json.dumps(markers)}; var routeData = {json.dumps(route_info)}; ... </script>
    </body></html>"""
    map_path = os.path.join(OUTPUT_DIR, "map_route.html")
    with open(map_path, "w", encoding="utf-8") as f:
        f.write(html_template)
    return map_path

八、Streamlit 主程序页面实现（app.py）

8.1 全局基础配置

必须放在所有 Streamlit 组件最前端，配置页面标题、图标、宽屏布局、侧边默认展开。

# 项目路径导入
import sys, os
sys.path.append(os.path.dirname(os.path.abspath(__file__)))
sys.path.append("E:\\daima")
import streamlit as st
# 全局页面配置（首行组件）
st.set_page_config(
    page_title="途 · 旅行规划师",
    page_icon="⛰️",
    layout="wide",
    initial_sidebar_state="expanded"
)

8.2 服务与会话状态缓存

使用@st.cache_resource全局缓存 AI、可视化、推荐服务，避免页面刷新重复初始化；session_state 持久保存筛选、对话、路线、页码状态。

@st.cache_resource
def get_services():
    ai_svc = DeepSeekService(data_manager)
    viz_svc = VisualizationService(data_manager)
    rec_svc = RecommendService(data_manager)
    return ai_svc, viz_svc, rec_svc

def init_session_state():
    # 筛选状态
    if "selected_province" not in st.session_state: st.session_state.selected_province = ""
    if "selected_district" not in st.session_state: st.session_state.selected_district = ""
    # 服务实例
    if "ai_service" not in st.session_state:
        st.session_state.ai_service, st.session_state.viz_service, st.session_state.rec_service = get_services()
    # 对话、分页、路线、页面路由
    if "chat_messages" not in st.session_state: st.session_state.chat_messages = []
    if "page_num" not in st.session_state: st.session_state.page_num = 0
    if "current_page" not in st.session_state: st.session_state.current_page = "景点浏览"
    if "route_scenics" not in st.session_state: st.session_state.route_scenics = []
init_session_state()

8.3 全局自定义 CSS 美化

覆盖原生 Streamlit 简陋样式，定义头部渐变、景点卡片、聊天气泡、统计网格统一样式。

def load_css():
    st.markdown("""
    <style>
    .main-header {
        background: linear-gradient(135deg, #1a237e, #283593);
        padding: 14px 24px; border-radius: 8px; color: white;
        display: flex; justify-content: space-between; align-items: center;
    }
    .scenic-list-item { background: #f8f9fa; border-radius: 6px; padding: 12px; margin:8px 0; }
    .chat-msg-user { background:#e8f0fe; padding:8px; border-radius:6px; margin:4px 0;}
    .chat-msg-ai { background:#f1f3f4; padding:8px; border-radius:6px; margin:4px 0;}
    ...
    </style>
    """, unsafe_allow_html=True)

8.4 顶部标题栏渲染

展示系统名称、实时日期、全局景点 / 省份统计数量。

def render_header():
    import pandas as pd
    st.markdown(f"""
    <div class="main-header">
        <div>
            <h1><span class="highlight">途智</span> · 旅行规划师</h1>
            <div class="subtitle">基于多源数据、机器学习与地图API智能分析系统</div>
        </div>
        <div style="text-align:right;">
            <div style="color:#ffd54f;">{pd.Timestamp.now().strftime('%Y年%m月%d日')}</div>
            <div>景点{len(data_manager.df)} | 省份{len(data_manager.get_provinces())}</div>
        </div>
    </div>
    """, unsafe_allow_html=True)

8.5 侧边栏省区县联动筛选

省份切换自动清空区县、重置分页，实现二级联动下拉框。

def _on_prov_change():
    prov = st.session_state.get("sidebar_prov", "")
    if prov == "全部": prov = ""
    if prov != st.session_state.selected_province:
        st.session_state.selected_province = prov
        st.session_state.selected_district = ""
        st.session_state.page_num = 0

def render_sidebar():
    with st.sidebar:
        st.markdown("""<div style="text-align:center;"><h2>🗺️途智规划师</h2></div>""", unsafe_allow_html=True)
        st.divider()
        # 省份下拉
        provinces = ["全部"] + data_manager.get_provinces()
        st.selectbox("📍省份", provinces, index=..., key="sidebar_prov", on_change=_on_prov_change)
        # 选中省份后展示区县下拉
        if st.session_state.selected_province:
            districts = ["全部"] + data_manager.get_districts(st.session_state.selected_province)
            st.selectbox("📍区县", districts, index=..., key="sidebar_dist", on_change=_on_dist_change)
        st.divider()
        # 路线列表、景点搜索...

8.6 顶部导航与页面路由分发

横向四按钮导航，点击切换页面，路由分发渲染对应页面内容。

def main():
    load_css()
    render_header()
    # 顶部导航
    current = st.session_state.current_page
    pages = ["🏯 景点浏览", "📊 数据可视化", "🤖 智能推荐", "📈 数据分析"]
    cols = st.columns(len(pages))
    for idx, page in enumerate(pages):
        with cols[idx]:
            clean_name = page.split(" ",1)[1]
            is_active = current == clean_name
            if st.button(page, use_container_width=True, type="primary" if is_active else "secondary"):
                st.session_state.current_page = clean_name
                st.rerun()
    st.divider()
    # 页面路由
    if current == "景点浏览":
        col_main, col_right = st.columns([2.2, 1])
        with col_main: page_scenic_browse(); render_chat()
        with col_right: render_detail_panel()
    elif current == "数据可视化":
        page_visualization()
    elif current == "智能推荐":
        ...
    render_sidebar()
if __name__ == "__main__":
    main()

九、项目创新点、不足与优化方向

9.1 核心创新亮点

1. 混合加权推荐算法：融合 KNN 全局相似度、KMeans 聚类相似度，平衡全局风格与同类特征，提升推荐匹配度；
2. 轻量化 RAG 本地检索：不依赖向量数据库，三级关键词检索低成本消除大模型幻觉，数据全部来自本地景点库；
3. 地图与推荐深度联动：任意推荐景点可一键加入路线，批量生成多目的地自驾路线地图；
4. 多级容错降级架构：AI、地图 API 异常均有本地兜底逻辑，系统不会崩溃；
5. 一站式全链路 Python 项目：无需前端、后端分离，单语言完成数据处理、机器学习、可视化、GIS 地图、大模型集成。

9.2 现存不足

1. 数据存储：当前采用内存 CSV 存储，百万级大数据加载缓慢；
2. 推荐维度：仅使用数值特征，未引入景点文本评论 TF-IDF 语义特征；
3. 路线功能：仅支持自驾，缺少公交、高铁规划；
4. AI 能力：无 Agent 工具调用，无法自主查询、计算数据。

9.3 后续拓展优化方案

1. 存储优化：迁移 SQLite/MySQL 数据库，实现分块读取、条件查询；
2. 算法升级：新增协同过滤、XGBoost 打分，引入用户收藏行为；
3. 功能拓展：接入天气、酒店、餐饮 API，完善出行配套信息；
4. AI 升级：接入 FAISS 向量库实现语义检索，增加工具调用 Agent；
5. 性能优化：图表、推荐结果增加缓存，异步请求外部 API。

十、项目部署运行说明

10.1 依赖安装命令

pip install streamlit pandas numpy scikit-learn pyecharts scipy requests openai

10.2 完整项目目录结构

project/
├── app.py                 # 主程序入口
├── config.py              # API密钥、文件路径配置
├── data_manager.py        # 数据加载、清洗、特征构造
├── recommend_service.py   # 四大推荐算法
├── visualization_service.py # 全部可视化图表
├── ai_service.py          # DeepSeek RAG问答
├── map_service.py        # 高德地图接口封装
├── ui_components.py       # 复用UI组件
├── data/
    └── 景点数据.csv       # 原始数据集
└── output/                # 运行生成地图HTML文件

10.3 项目启动命令

streamlit run app.py

十一、总结

本项目完整覆盖数据清洗→特征工程→机器学习建模→交互式可视化→RAG 大模型应用→GIS 地图开发→Web 系统搭建全数据科学开发流程，面向旅游行业真实业务场景，功能完整、模块化清晰，非常适合大数据、计算机专业实训、课程设计、毕业设计作业参考。系统全部基于 Python 实现，无需前端开发基础，一条命令即可运行完整可交互 Web 平台，兼具数据分析学术价值与真实落地使用价值。

以下为作品界面和部分功能展示：