面向大數據的旅游微觀數據信息平臺研究

王賽蘭，楊振之

（1.四川大學 旅游學院，成都610065；2.四川大學錦城學院，成都611731）

面向大數據的旅游微觀數據信息平臺研究

王賽蘭1，2，楊振之1

（1.四川大學 旅游學院，成都610065；2.四川大學錦城學院，成都611731）

傳統的旅游數據獲取方法已經落后于整體的旅游業發展的需求，如何獲得客觀準確的旅游數據，一直是一件讓人頭痛的事。分析大數據背景和目前旅游數據統計中的各種問題，研究出以微觀數據統計為基礎的旅游數據統計平臺的設計方案和實現方法，利用該平臺，測試性地對成都游客在2013年國慶7天消費情況進行統計分析，證明了該平臺（MTIS）的實用價值。該平臺基于移動互聯網、LBS、數據挖掘等新技術，有很好的可行性和實用性，能夠為旅游中的不同單位和個體提供優質的信息化服務。同時，該平臺的應用，將帶來旅游數據統計、分析、營銷的重大突破。

旅游數據；旅游數據統計；旅游數據統計平臺；旅游微觀數據信息平臺

隨著互聯網的發展，人們生產數據的能力越來越強，傳統IT設備以及各種智能終端產生的信息，爆炸性增長的數據充斥整個網絡，其中與旅游相關的數據不可計數。學者、旅游管理者和政府部門已越來越重視旅游數據統計工作，結合互聯網、大數據、數據挖掘領域的研究已經成為熱點。互聯網的大數據統計時代已經到來，一批學者開始研究互聯網的搜索行為和旅游行為之間的關系。福蒂斯（Fodness）等認為，旅游信息搜索內容能夠反映游客的在線信息需求［1］。潘（Pan）等研究游客如何利用網絡制定假日旅行計劃［2］，并通過研究Excite搜索引擎日志后發現有超過一半以上的被調查者將酒店作為第一搜索任務，然后才會轉移到交通或者其他活動和旅游吸引物［3］。白智廣等從海量的假日旅游信息中進行數據挖掘，研究假日旅游的狀態問題［4］2-3。這一系列研究和成果都表明旅游數據的獲取和統計需要新的方法和手段。

和以往研究不同的是，本文希望從微觀數據統計的角度，結合移動互聯網、LBS、數據挖掘等新技術和新理念，研究開發出一種能夠直接反映旅游個體行為，特別是消費行為的數據統計平臺，以適應大數據時代科學研究與普通游客對旅游信息化的需求。與以往數據統計平臺不同的是，該平臺直接面對游客個體，而不是旅游接待單位（酒店、旅行社等），使得數據的來源更真實，旅游數據的獲取和分析更科學、更有效；通過對獲取數據的統計分析，能夠掌握游客的行為規律、時空足跡和消費特征，成為智慧化的旅游信息平臺。

一 旅游數據統計在國內外的研究與應用

大數據之所以稱為大數據，不僅僅因為其量級的龐大，也因為它與其他數據的復雜相關性［5］。游客在旅游行為中產生的數據不僅復雜，而且與其他因素有很大的相關性，這成為旅游大數據研究的先決條件。2012年，DealAngel（http：//www.dealangel.com）作為第一個利用大數據分析方法進行酒店比價的搜索引擎獲得成功。DealAngel的市場評分以酒店及周邊地點的價格數據為依據，參考了網絡上超過百萬的數據點，為游客提供最劃算的酒店信息。目前DealAngel已經被俄羅斯旅游網站One Two Trip收購，成為旗下子公司之一。根據權威的創投互動AngelList社區統計，目前世界上“大數據”概念的旅游企業主要涉及旅行計劃網站、旅游照片應用、酒店評價、個性記錄和體驗分享等各個方面［6］。在旅游以外的各個領域，大數據都在發揮巨大的影響。例如，利用在Twitter上的數據，找到一種讓用戶可以及時找到全世界相關信息的方法［7］；利用大數據對用戶進行分類投遞廣告；在公共交通領域中應用大數據進行智能交通管理［8］。這些信息明確地表明，大數據在旅游中的應用會更深入，也會給旅游行業帶來新的變革。

很多學者注意到互聯網的重要性。2002年，有學者預見到電子商務將提高旅游業的透明度和工作效率，降低邊際成本，從而將對中國旅游市場帶來巨大的變革［9］。國內學者也開始注意到旅游數據統計的問題，有學者對旅游的Web數據挖掘和傳統市場調查獲取的數據進行了對比［10］，研究在線搜索行為模式與游客行為的關系［11］，對網友在論壇中發布的旅游相關信息、照片進行統計分析來研究旅游者的行為。有學者利用心理學中的認知模型，對旅游網站提供的信息和服務對潛在游客出游決策發揮的作用進行了量化研究［12］。

但是，隨著移動互聯網的發展，移動端發展的速度令人驚訝。根據艾瑞咨詢公布的統計數據，2011年智能移動終端的出貨量就超過了PC，所以針對移動端數據源的采集需要得到更大的重視。基于移動端的數據源和web數據源有以下差異。

（1）移動端數據源更有利于對旅游者進行追蹤。LBS（location-based service）的出現最早是為手機用戶提供緊急救援服務，有學者專門研究了用移動工具追蹤在城市空間內個體行為的方法，并追蹤了100起事件后證明城市中的旅游行為是可以被在線檢測的［13］，現在已經廣泛應用于移動端為用戶提供地理位置服務，與此同時也產生了大量的地理信息數據。除了可以獲取用戶的時空行為數據外，手機移動數據中還包括用戶的個人信息，管理系統根據手機號碼可以得知用戶的性別、年齡、收入等信息［14］。

（2）移動端產生的是實時信息。傳統旅游者提供的數據是某一個時間斷面的旅游者信息，而基于手機定位可獲得個體實時移動信息［15］。這一特點讓基于手機端產生的數據能夠最直接最迅速地反映現實情況。

（3）移動端服務更易于與游客互動。與web相比，手機服務更個人化，游客在旅行過程中也能夠便捷地使用。Google地圖、Booking Tonight以及旅行翻譯官等著名的APP軟件已經為大量用戶提供了便捷的旅游服務。有理由相信，與旅游信息和數據相關的手機端平臺將直接受惠于普通的游客群體。

移動互聯網對人們的生活產生了巨大的影響，與旅游相關的手機應用也逐漸廣泛，除了各種直接面對游客的旅游攻略、機票酒店預定、旅游資訊發布的手機應用以外，對移動端在景區管理方面也有進一步的研究。RBSim是一款專門用于模擬在室外環境中人類游憩行為軟件，研究和管理人員可以在網絡上模擬游憩環境中人們的移動，為景區管理提供依據，現在北美和澳洲景區實踐使用［16］。基于手機的旅游數據統計分析一直比較罕見，能夠被查閱的案例不多。1999年，在日本大阪城堡會議中心，以手機作為數據獲取手段，對前來觀看相撲表演的100名被訪者進行了研究［17］；2004年，為了探索手機移動數據在國際旅游市場分析中的作用，在愛沙尼亞對共計1.28億次來自96個國家的國際漫游通訊行為數據進行了分析［16］。我國有學者利用數碼相機拍攝照片時記錄下的地理位置信息對游客時空行為進行研究［18］；或引入時間地理學和認知供給理論與方法提出了“旅游者時空行為研究理論框架”［19］5-20，為以移動端作為數據源的旅游數據統計和分析提供了理論思路。

二 旅游數據獲取中的問題

目前國內旅游統計數據基本上是宏觀數據。中國國家旅游局編制的《中國旅游統計年鑒》和中國旅游出版社出版的《中國國內旅游抽樣調查資料》中關于游客花費情況的統計數據比較粗略，并且其抽樣統計方法也不能真實反映游客的消費情況，這些統計數據存在不同程度的數據造假、項目分類不合理、統計項目過于粗略、抽樣樣本不足、問卷設計不合理等問題［20］。旅游衛星賬戶的建立同樣需要詳細的旅游消費數據。國內學者在研究編制江蘇省區域旅游衛星賬戶（JSTSA）時就發現，目前旅游消費方面的數據主要來自全國范圍內統一實施的海外旅游者和國內旅游者抽樣調查數據，但現有的旅游者抽樣調查中關于旅游消費的調查項目比較簡單，不能完全滿足JSTSA游客消費核算賬戶中較細分類水平的旅游消費支出項目研究的需要［21］。比如，《2012中國旅游統計年鑒》中標明2011年江蘇省接待入境過夜游客有7373266人次，但在連云港旅游政務網站上公布的《關于2011年江蘇入境游客抽樣調查情況的通報》表明，該次調查回收問卷數量為1704份，僅占當年游客人次的0.023%［22］。這樣的數據量是否能夠反映當地游客的真實情況，值得懷疑。旅游數據來源的主要途徑是問卷調查、電話訪問等形式。雖然調查方法和問卷設計都經過了科學化改良，但是隨機采樣的方法樣本小、調查對象對問卷回答的隨意性高、數據獲取周期長等問題依然無法解決。

旅游數據統計是一項世界性難題，關于數據獲取的方法和理論目前都還在探索之中。數據使用者需要高質量的旅游數據，但是對旅游者個體消費數據的統計遇到了技術上的難題，這就需要我們研究和探索新的數據統計方法和技術。

三 MTIS平臺構建

為解決目前旅游數據統計分析中存在的問題，更充分利用移動端數據源的各種優勢，我們研究開發出一種創新性的數據獲取和分析方法。該方法以互聯網為平臺，從旅游個體角度獲得真實的海量數據，再進行存儲與挖掘，為旅游學術研究、旅游營銷、旅游管理等領域提供大規模數據存儲、處理、挖掘與可視化分析服務；同時也為游客提供相關的旅游信息服務，是旅游信息資源整合的大型互聯網服務平臺——“基于游客個人行為的旅游微觀數據信息平臺”（A Microdata Tourism Information System Based on Personal Behaviors），簡稱為MTIS。

（一）游客個體的數據產生和數據需求

在旅游過程中，數據信息的產生是時時發生，紛繁復雜的。這樣的數據產生在每一次游客消費、地點轉換等過程中。我們已經確信的是，對于旅游管理機構和旅游學術研究者來說，真實的旅游數據是有價值的，但是對于普通游客來說，他們和旅游數據之間的關系如何呢？本文認為游客與旅游數據之間有三點關聯。一是游客產生數據。旅游數據不可能憑空發生，所有數據都是與游客有直接或者間接的聯系。二是游客有數據統計需求。對于普通游客來說，“花了多少錢”，“花在哪里”，是他們對旅游數據最基本的統計需求。此外，游客還想了解真實旅游與旅游預算之間的差距，與其他游客花費的比較等等信息。三是旅游數據影響游客的旅游計劃。在計劃旅游時，游客希望了解的信息盡可能全面詳細，包括其他游客的旅行花費、旅行行程安排、同一時間在同一地點的游客人數估計等等，這些信息可以直接影響他們的旅行計劃。在游客出行的整個過程中，從出行計劃決策、旅游過程中及旅行結束，整個過程游客可時時調整自己的計劃，更新自己的數據，也就是說，數據更新是一個動態的過程。

（二）MTIS平臺設計方案

基于游客、旅游管理、旅游學術研究等多方面的分析和研究，我們設計出了MTIS平臺方案（如圖1所示）。平臺的構架由三大部分組成。第一部分是用戶端服務。其核心是在用戶使用中生成統計平臺的初始數據，包括自動生成的LBS地理位置數據和用戶自己錄入的旅游消費數據。游客可以即時掌握自己的消費數據，包括一些簡單的統計功能，例如費用記錄、分類、對商家的評價等等。第二部分是本地數據解析。在用戶生成數據后，根據統計平臺的需要，自動將用戶使用生成的初始數據進行進一步的整理歸類分裝，形成統計平臺所需的數據內容并上傳遠端服務器。第三部分是遠端統計數據。在遠端服務器根據旅游微觀數據的統計需求，對數據進行二次分析并存儲，一方面形成海量的基礎數據庫，另一方面根據需求對這些數據進行再次挖掘和分析，形成分析結果，分別提供給游客、景區、旅游管理機構和旅游研究者。

圖1.旅游微觀數據統計平臺設計方案

（三）MTIS平臺的開發實現

MTIS平臺由Client端和Server端組成。Client端通過第三方LBS提供商的API接口，向用戶提供基于地理位置信息的用戶數據標記及用戶間的各種位置互動信息。Client端安裝在用戶手機中，直接面向用戶，由基礎模塊、用戶生成數據模塊和用戶間交互模塊三個部分組成。基礎模塊針對平臺Client端所需技術進行規劃整合，為Client端其他模塊構建實現基礎；用戶生成數據模塊為總體平臺的數據產生部分，直接面向用戶，按照用戶實際可能產生的需求進行規劃設計，平臺用戶產生的內容及數據通過用戶間交互模塊進行交互，該模塊提供內容及數據的用戶間分享，并產出用戶間互動所產生的新數據。

Server端負責提供基礎的用戶數據的驗證、傳輸，同時對收集的海量數據進行整理和分析挖掘，分為基礎模塊和數據統計及分析模塊。基礎模塊針對平臺Server端所需技術，進行規劃整合，保證用戶的數據的傳輸、整理及數據安全性；數據統計及分析模塊是平臺的核心模塊，對海量的各類型用戶數據，根據不同的子模型庫進行歸納整理，并運用OLAP技術及數據模型庫對數據進行分析和挖掘。

目前MTIS平臺客戶端的開發已經基本完成，已完成的部分頁面如圖2所示。圖2中從左至右分別表示MTIS客戶端的行程規劃模塊、LBS模塊、消費記錄模塊和初步消費統計模塊。目前行程規劃模塊主要是游客自己對旅行消費的規劃，游客可以在旅行前期利用該功能進行行程規劃。未來該板塊會利用采集到的數據，經過統計挖掘，向游客推薦其感興趣的行程。LBS模塊的主要作用是記錄游客消費的地理位置信息。游客可以點擊地圖上的箭頭查詢自己每一筆消費的地點，也可以看到自己的消費軌跡。利用消費記錄模塊，游客可以很方便的記錄自己的消費情況，包括消費的金額、消費類型等等信息，未來還會支持用戶上傳消費圖片和消費心情。利用初步消費統計模塊，游客可以隨時查看自己的消費統計情況，包括消費明細、消費類型統計等等一般游客用戶關心的數據問題。

以游客A使用該系統為例：游客A有7天假期，2萬元預算。A希望與自己的妻子和孩子一起出去旅游。旅游以輕松休閑為主，主要考慮國內游，如果不超出預算也可以考慮出境。A選擇的交通工具以飛機、大巴這兩種公共交通工具為主。住宿方面，A希望盡可能舒適，酒店或者評分較高的民宿都可以考慮。A將這些因素輸入MTIS系統，系統會根據以前獲得的數據為A分析推薦合適的行程，包括旅游目的地、旅游消費的預計、行程大致規劃等。旅行開始后，為了掌握自己的消費情況，A在每次消費以后都將本次消費的情況記錄在MTIS系統中，這樣他可以隨時隨地查看自己的消費情況統計，包括消費金額和類型。對于特別有興趣的景點和景物還會拍照留念，記錄這次消費的心情，通過微信微博進行分享。旅行結束以后，A可以在系統中查看本次旅游的詳細消費情況，這樣他就會清楚自己在旅游中的花費主要在哪些方面，他也可以和其他使用該系統的用戶進行比較。因為MTIS詳細記錄了每一次消費的地理位置信息，A還可以根據這些信息回憶行程寫成旅行日記發在互聯網上，分享自己的旅游心得。

圖2.TIS部分客戶端界面

以上案例說明了游客怎樣利用MTIS系統讓自己的旅游過程更便捷更智能，雖然其中的某些功能（如行程推薦）目前還沒有完全實現，但是MTIS系統已經可以完成基本的消費統計和記錄功能，游客可以進行簡單的旅行計劃，在旅途中對自己的消費進行記錄和統計。

四 基于MTIS的成都游客消費行為分析

（一）數據來源

MTIS平臺目前正在測試和完善階段。為了測試平臺的功能，2013年8-9月，課題組以QQ群、微信、微博等手段對有意向在十一期間出游的游客推薦并安裝了該軟件的測試版。因為測試版發放數量有限，為了集中數據量，讓統計分析更有針對性，我們將推薦安裝的用戶集中在成都市內周邊地區。389名用戶下載了該軟件，其中351名用戶安裝成功，安裝率為90.2%，其中有289名用戶在出行期間使用了該軟件。十一假期結束，通過后臺的統計收集，較為完整并能夠系統描述游客在十一期間旅游消費行為的數據有209份，成為我們分析的樣本。這些樣本主要涵蓋行程規劃、地理位置信息、消費統計、消費感受等信息內容。行程規劃包括計劃旅行天數、旅行目的地、旅行預算、同行人數等信息，這些信息是由用戶在旅行開始前輸入系統的。地理位置信息主要記錄每一次用戶記錄消費時刻的地理位置信息，由系統自動記錄。消費統計目前設計消費的分類主要有八項——交通、駕車、住宿、娛樂、餐飲、購物、門票、其他，每一項消費又有細節分類，方便用戶對自己的消費進行歸類。例如，交通類消費下面包含飛機、火車、巴士、輪船、的士；駕車類費用包含租車費、油費、罰款、過路費。消費感受是指對某些消費項目，用戶可以記錄自己的體驗感受（是否物有所值，是否值得推薦給其他人），可以給商家進行評分，同時可以在微博、朋友圈分享該次消費經歷。

MTIS生成的數據內容是龐大復雜的，可以反映游客在旅游中的各種消費行為、地理信息、情感信息等數據。以數據庫中三個有代表性的樣本為例，數據樣本統計包括了旅行目的地、旅行天數、同行人數等11個項目，其中7項與消費相關。從表1數據可以看出，樣本2瀘沽湖旅游的餐飲消費總額是1014元，其中正餐811元，特色小吃120元，夜宵83元；交通費770元，其中油費580元，出租費190元。如果加上后續開發中計劃游客上傳照片和游客之間的交互功能，那么形成的信息就足夠反映游客在旅行過程中的行為規律、時空足跡和消費特征。

表1.數據樣本案例

（二）數據分析

本次測試性研究的核心問題是：成都游客在國慶七天的旅游消費與哪些因素相關？除了與旅行天數、人數有較為明顯的相關性以外，有哪些隱性的相關性沒有被發現。

考慮到數據的非正態性，我們采用Spearman相關系數進行分析。相關分析是對兩個變量之間的相關程度進行研究的多元統計分析方法。我們引入了旅游地10月份的CPI作為一個變量，另一個變量就是人們的旅游消費總計。數據的相關分析表明，CPI與旅游消費總計的Spearman相關系數僅為-0.327，且檢驗的p值為0.014＜0.05，即檢驗是顯著的。這表明從我們收集的數據來看，游客消費多少與所在城市CPI無關（結果見表2）。

表2.游客消費與當地居民消費指數相關分析

如果游客的消費與城市CPI指數無關，那么其中是否還有其他隱性的規律？我們嘗試分析了MITS平臺中收集到的其他消費數據，對住宿消費與餐飲、購物、娛樂消費的相關性進行了相關分析。結果表明，住宿消費與餐飲、購物、娛樂消費的Spearman相關系數分別為0.907、0.871、0.623，檢驗的p值均小于0.0001，故其相關性是高度顯著的。可見，住宿消費與餐飲、購物、娛樂消費額有正相關關系，并且相關性是非常顯著的（表3所示）。

表3.游客住宿消費與餐飲消費指數，購物消費指數及娛樂消費指數相關分析結果

根據本次的數據分析，游客的消費情況與旅游目的地城市CPI無關，但游客住宿消費與餐飲、購物、娛樂消費有正向相關性。也就是說，樂于在住宿上消費的游客，更有興趣在購物、娛樂、餐飲上花錢。以上例子說明，MITS平臺可以有效地收集個人在旅游中的消費數據，反映了游客在旅游中的真實行為，這些數據可以被分析，得出的結果對旅游管理和科研都有重要的意義。

五 結論與展望

本文詳細介紹了MTIS平臺的設計思路與方案，提出并實踐了一種取得和分析微觀旅游數據、旅游大數據的方法。MTIS平臺是一種基于移動互聯網和大數據分析方法建立的旅游數據收集、分析的平臺系統。相對于傳統的旅游數據收集統計方法，它有以下優勢。第一，數據真實可靠，可信度高，可以避免造假、不實信息的產生。第二，宏觀與微觀相結合。MTIS平臺既能夠反映旅游區域的整體數據，又能夠反映旅游個體的消費細節。本文限于篇幅，只對數據作了相關性的分析，通過挖掘海量數據，可精確地分析游客的時空足跡，把握游客行為規律和消費特征。第三，數據動態性高。旅游管理者可以隨時監測動態變化而不受時間限制。第四，擺脫“統計報表”層面，有數據挖掘潛力。第五，能真實地服務于普通游客，使其直接享受到旅游信息化的便捷。

MTIS平臺也存在其局限，比如需要游客擁有智能手機并安裝客戶端。這對于年齡大的游客并不現實，所以匯總的數據多是以中青年為主。但家庭出游中，中青年游客的使用過程也將小孩和老人的出行安排列入其中。另外，讓游客了解并愿意安裝也需要過程。但是，相信隨著中青年，特別是80、90后的成長，我們對于該平臺的應用前景是很樂觀的。

目前MTIS平臺的開發工作已經進入測試和完善的階段，不久就可以提供給用戶免費下載，但這只是平臺研發的第一步，后續將有更多的研究任務。第一步，完成平臺所有關鍵模塊的設計，游客可以順利地保存數據，并可以在旅行過程中或旅行結束后看到自己消費的完整統計（已達成）；第二步，支持用戶上傳圖片功能，并且可以記錄消費感受（正在開發中）；第三步，支持用戶行程規劃的功能，用戶可以在旅行前期將計劃路線、酒店信息、機票信息等內容錄入，在旅行途中可以檢閱，真正形成一個服務于普通游客，特別是自由行游客的旅游信息化平臺（正在開發中）；第四步，旅行行程推薦功能，在形成一定規模的數據庫以后，用戶輸入自己的旅游預算、旅游時長、旅游地喜好、交通方式等參數后，系統可以依據已有的數據向用戶推薦行程（正在開發中）。

旅行行程推薦功能是平臺未來的核心功能之一。這一功能的實現手段是利用大數據分析方法對游客的行為進行預期。我們樂觀地認為，游客的行為特別是消費行為是受制于某些規律、模型以及原理法則的，可以重現和預測，游客的行為不再被視為不相關、隨意偶然的獨立事件，而是有次序、可重復的。研究隱藏在游客消費中的規律，找出正確的模型，就可以對游客行為進行預測，為使用該平臺的用戶提供符合他們期待的旅游計劃。當然，為游客提供旅游計劃只是該平臺大數據應用的一部分，一旦形成數據采集到數據挖掘的良性循環，在景區管理、旅游營銷等領域都將帶來巨大的突破，這也將是我們未來研究和工作的重點。

［1］FODNESS D，MURRAY B.A Model of Tourist Information Search Behavior［J］.Journal of Travel Research，1999，（3）：220-231.［2］PAN B，FESENMAIER D R.Online Information Search：Vacation Planning Process［J］.Annals of Tourism Research，2006，（3）：809-832.

［3］PAN B，LITVIN S W，O’DONNELL T E.Understanding Accommodation Search Query Formulation：the First Step in Putting“Heads in Beds”［J］.Journal of Vacation Marketing，2007，（4）：371-381.

［4］白智廣.假日旅游數據挖掘和流量模型的研究［D］.北京：北京工商大學碩士學位論文，2006.

［5］LEE Chuang-Hong，CHIEN Tza-Feng.Leveraging Microblogging Big Data with a Modified Density-based Clustering Approach for E-vent Awareness and Topic Ranking［J］.Journal of Information Science，2013，（4）：523-543.

［6］MARIUS B.Big Data Has Big Money Chasing It and Travel Startups Want in［EB/OL］.（2013-03-12）.http：//skift.com/2013/03/12/10-big-data-travel-startups-on-angellist-living-large-making-huge-promises/.

［7］VILAJOSANA I，LLOSA J，et al.Bootstrapping Smart Cities through a Self-sustainable Model Based on Big Data Flows［J］.Communications Magazine，2013，（6）：128-134.

［8］陳美.大數據在公共交通中的應用［J］.圖書與情報，2012，（6）：22-28.

［9］楊振之，胡海霞，等.中國旅游電子商務市場分析［J］.四川師范大學學報（社會科學版），2002，（2）：50-55.

［10］李君軼，楊敏.基于Web數據挖掘的旅游需求分析與預測［J］.旅游科學，2007，（6）：48-52.

［11］李君軼.旅游數字足跡：在線揭示游客的時空軌跡［J］.思想戰線，2013，（3）：103-107.

［12］程霞，單芳.旅游網站特性對潛在游客行為意向的影響［J］.四川師范大學學報（社會科學版），2011，（1）：63-69.

［13］RAUBAL M，MILLER H J，BRIDWELL S.User-centered time Geography for Location-Based-Services［J］.Geografiska Annater，2004，（4）：245-265.

［14］黃瀟婷，柴彥威，趙瑩，申悅.手機移動數據作為新數據源在旅游者研究中的應用探析［J］.旅游學刊，2012，（8）：39-44.

［15］AHAS R，MARK U.Location Based Services：New Challenges for Planning and Public Administration［J］.Futures，2005，（6）：547-561.

［16］ITAMI R，RAULINGS R，MACLAREN G，et a1.RBSim 2：Simulating the Complex Interactions between Human Movement and the Outdoor Recreation Environment［J］.Journal for Nature Conservation，2003，（4）：278-286.

［17］ASAKURA Y，HATO E.Tracking Survey for Individual Travel Behavior Using Mobile Communication Instruments［J］.Transportation Research Part C：Emerging Technologies，2004，（12）：273-291.

［18］李春明，等.基于地理參考照片的景區游客時空行為研究［J］.旅游學刊，2013，（10）：30-36.

［19］黃瀟婷.旅游者時空行為研究［M］.北京：中國旅游出版社，2011.

［20］師守祥，郭為.我國旅游統計數據評價及開發應用研究［J］.旅游學刊，2010，（2）：19-23.

［21］李明耀，等.我國區域旅游衛星賬戶理論與實踐的若干問題研究［J］.旅游學刊，2004，（2）：11-15.

［22］連云港市旅游局.關于2011年江蘇入境游客抽樣調查情況的通報［EB/OL］.（2012-02-20）.http：//www.lygtour.gov.cn/article/82.html.

On the Big-Data-Oriented Tourism Microdata Information Platform

WANG Sai-lan1，2YANG Zhen-zhi1
（1.school of Tourism，Sichuan University，Chengdu，Sichuan 610065；2.Sichuan University Jincheng College，Chengdu，Sichuan 611731，China）

It is quite difficult to obtain the accurate tourism data since the traditional way to obtain tourism data lags far behind the demand of overall tourism development.With the analysis of big data background and problems in tourism data statistics，this paper offers a design plan and implement methods of tourism data statistics platform based on micro data statistics.To testify the practical value of the platform（MTIS），the paper goes further to use the platform to do a test statistical analysis of tourists’consumption in Chengdu during the National Day Holidays of 2013.Based on the new technology of mobile Internet，LBS and data mining，the platform is so feasible and practical that it can provide units and individuals involved in tourism with good information service.Moreover，its application will make a breakthrough to the data statistics，analysis and marketing of tourism.

tourism data；tourism data statistics；tourism data statistics platform；a microdata tourism information system based on personal behariors（MTIS）

F590.63

A

1000-5315（2015）01-0054-08

［責任編輯：鐘秋波］

2014-09-18

四川省教育廳人文社會科學重點研究基地西華大學“工業設計產業研究中心”資助科研項目“基于移動端的旅游微觀數據統計平臺設計”（GY-14YB-12）。

王賽蘭（1981—），女，湖北武漢人，四川大學旅游學院博士生、四川大學錦城學院講師，研究方向為智慧旅游、文化遺產與旅游開發；

楊振之（1965—），男，重慶人，博士，四川大學旅游學院教授、博士生導師，研究方向為休閑與旅游規劃、旅游目的地管理。