Analyse von Restaurant-Daten in 31 europäischen Städten

Abstract

Seit einigen Jahren spielen Bewertungen auf Online-Plattformen im Restaurantsgeschäft eine immer wichtigere Rolle. Immer stärker sind es verfügbare Informationen im Internet, die den Kosum leiten und die Auswahl der Restaurantkunden motivieren. Das Ziel dieser Arbeit ist es, den Einfluss solcher Information zu erkennen und zu messen. Hierzu analysieren wir einen TripAdvisor Datensatz, der Restaurantdaten aus 31 europäischen Städten umfasst. Wir führen die Variablen ein, und visualisieren diese Variablen mit verschiedenen Diagrammerstellungstechniken. Hierfür teilen wir die Analysein einen Städte-fokussierten und einen Städte-unabhängigen Teil. Für den Städte-fokussierten Teil arbeiten wir heraus, wie sich Städte in wichtigen Variablen unterscheiden. Außerdem präsentieren wir eine Cluster-Analyse, die uns erlaubt, die Ähnlichkeit zwischen Städten als räumliche Nähe darzustellen. In dem Städte-unabhängigen Teil arbeiten wir Korrelationen zwischen Variablen heraus und präsentieren zwei Regressionsmodelle. Eines basierendauf einer multiplen linearen Regression und das andere auf einem Entscheidungsbaum.

In recent years, reviews on online plattforms are playing an increasingly important role for the restaurant business.The publicly available information helps restaurant clients to make decisions. The aim of this thesis is to recognize and measure the influence of such information. For this purpose, we analyze a TripAdvisor dataset. It covers restaurant data from 31 European cities. We define variables and visualize them using different charting tools in R. We separate the analysis into a city-focused part and a city-independent part. For the city-focused part, we work out how the cities differ in important variables. Also, we present a cluster analysis, which enables us to express the similarity between the cities as spatial proximity. In the city-independent part we study the correlations between variables and present two regression models. One based on a multiple linear regression, and the other on a decision tree.