基于机器学习的酒店数据分析及流失预测系统

项目简介

本系统是一个面向酒店行业的客户数据分析与流失预测平台，基于 Antonio et al. (2019) 公开的酒店预订需求数据集，采用 Flask + SQLite + ECharts + scikit-learn 技术栈，实现数据可视化分析、机器学习流失预测、模型管理等功能，帮助酒店管理者识别流失风险客户并制定针对性挽留策略。

---

功能模块

模块	功能说明
用户认证	用户登录、注册、角色权限管理（管理员/普通用户）
数据概览	核心KPI仪表盘（总预订量、取消率、流失率、平均ADR）、月度预订与流失趋势折线图、酒店类型分布环形图、Top10客源国柱状图、市场细分占比环形图
数据分析	城市酒店与度假酒店对比、膳食类型分布、客户类型分析、提前预订天数分布、ADR价格区间分布、市场细分取消率、市场细分详细数据表格
流失分析	押金类型与流失率、流失关键因素分析、提前预订天数与流失率关系、ADR区间与流失率关系、客户类型流失对比、流失因素统计表
流失预测	单条客户流失预测（输入预订信息，输出流失概率与风险等级）、批量预测验证（最近50条数据验证）、预测历史记录
模型管理	支持随机森林/梯度提升/逻辑回归三种算法训练、混淆矩阵热力图、ROC曲线、特征重要性Top10排名、训练历史记录
数据管理	多条件筛选查询（酒店类型/流失状态/取消状态/关键词）、分页浏览、CSV数据导出
报表中心	综合数据报表、流失分析报表、模型评估报表（支持打印）
用户管理	管理员专属页面，用户列表查看与删除

---

数据来源

数据集	文件	记录数	说明
Hotel Booking Demand	hotels.csv	~119,390 条	来源于 Antonio, Almeida and Nunes (2019)，包含城市酒店和度假酒店的预订数据

数据集下载地址：TidyTuesday - Hotel Booking Demand

---

流失定义

客户流失标签（churn_label）定义规则：

• 流失（1）：预订取消（is_canceled = 1），或非回头客且有历史取消记录
• 未流失（0）：不符合上述条件的客户

---

标准版目录结构

python-hotel-booking-fenxi-liushi/
├── app.py                    # Flask 应用主入口，路由定义与API接口
├── config.py                 # 应用配置（数据库路径、密钥、分页参数）
├── database.py               # SQLite 数据库连接管理、建表、数据导入
├── init_system.py            # 系统初始化脚本（建库、导入数据、训练模型）
├── requirements.txt          # Python 依赖包清单
├── data/
│   └── hotels.csv            # 酒店预订数据集
├── database/
│   └── hotel.db              # SQLite 数据库文件（自动生成）
├── ml/
│   ├── __init__.py
│   ├── preprocess.py          # 数据预处理（特征工程、编码）
│   ├── train.py              # 模型训练（随机森林/梯度提升/逻辑回归）
│   └── predict.py            # 预测服务（单条预测、批量预测）
├── models/
│   ├── churn_model.pkl       # 训练好的模型文件（自动生成）
│   ├── model_metrics.json    # 模型评估指标（自动生成）
│   └── feature_importance.json # 特征重要性（自动生成）
├── services/
│   ├── __init__.py
│   ├── auth_service.py       # 认证服务（登录、注册、用户管理）
│   └── analysis_service.py   # 数据分析服务（统计、检索、导出）
├── static/
│   ├── css/
│   │   └── custom.css        # 自定义样式
│   └── js/
│       ├── common.js         # 全局工具函数与ECharts封装
│       ├── dashboard.js      # 数据概览页图表
│       ├── analysis.js       # 数据分析页图表
│       ├── churn_analysis.js # 流失分析页图表
│       ├── model.js          # 模型管理页图表
│       ├── predict.js        # 流失预测页交互
│       ├── data.js           # 数据管理页交互
│       └── reports.js        # 报表中心页交互
├── templates/
│   ├── base.html             # 基础模板（导航栏、CDN引用）
│   ├── login.html            # 登录页
│   ├── register.html         # 注册页
│   ├── dashboard.html        # 数据概览页
│   ├── analysis.html         # 数据分析页
│   ├── churn_analysis.html   # 流失分析页
│   ├── predict.html          # 流失预测页
│   ├── model.html            # 模型管理页
│   ├── data.html             # 数据管理页
│   ├── reports.html          # 报表中心页
│   └── admin/
│       └── users.html         # 用户管理页
├── 运行步骤必看/
│   └── window.md             # Windows 运行步骤说明
├── mac_run.sh                # macOS/Linux 一键启动脚本
├── window_run.bat            # Windows 一键启动脚本
├── 训练手册.md                # 模型训练手册
├── 项目说明.md                # 本文档
└── README.md                 # 项目简介

---

技术栈

类别	技术
后端	Python 3.12 + Flask 3.0
数据库	SQLite 3
前端	HTML5 + Bootstrap 5.3 + ECharts 5.5
机器学习	scikit-learn 1.5（随机森林 / 梯度提升 / 逻辑回归）
数据处理	pandas 2.2 + numpy 1.26
模型持久化	joblib 1.4
密码安全	SHA-256 哈希

---

环境要求

项目	要求
Python	3.12
操作系统	Windows / macOS / Linux
内存	建议 2GB 以上（模型训练时使用）
磁盘	约 300MB（含依赖和数据库）
浏览器	Chrome / Firefox / Safari / Edge 现代版本

---

账号信息

角色	用户名	密码
管理员	admin	admin123
普通用户	analyst	analyst123

管理员拥有用户管理页面访问权限，可删除普通用户。新注册用户默认为普通用户角色。

---

模型评估

系统默认使用随机森林分类器，典型指标：

• 准确率 (Accuracy): ~87%
• F1 分数: ~80%
• AUC: ~93%

实际指标取决于数据集导入和训练结果。