Web數據挖掘在旅游決策中的應用

董紹華

[摘要]高壓力、高效率的工作使得人們休閑方式越來越趨向于外出旅游。現代網絡技術的快速發展，使人們外出旅游不僅僅可以通過旅行社等實體途徑參與，還可以更多的旅游行為選擇依賴于網絡信息的相互進行，所以如何判定旅游者的旅游偏好，促進網絡平臺的交易顯得尤為有價值。本文旨在根據人們網絡使用足跡，進行數據挖掘，把大量的、隨機的數據，進行合理篩選，有目的地進行信息提取，充分發揮互聯網技術在旅游決策中的作用。

[關鍵詞]數據挖掘 旅游決策

一、什么是Web數據挖掘

Internet已經發展成為世界上規模最大的信息資源庫，人們為了實現從海量Web數據中，查找自己想要的數據和有用信息，提出了Web數據挖掘。它可以幫助人們從Web文檔和Web活動中發現和抽取潛在的、有意義的模式和知識。它將傳統的數據挖掘技術與Web結合起來，并綜合運用了統計學、計算機網絡、數據庫與數據倉庫、可視化等眾多領域的技術，形成了Web結構數據挖掘、Web內容數據挖掘、和Web使用數據挖掘的研究與應用體系。也就是說Web數據挖掘指在大量訓練樣本的基礎上，得到數據對象間的內在特性，并以此為依據在網絡資源中進行有目的的信息提取。

其工作步驟分為數據預處理、模式發現、模式分析。

（1）數據預處理。Web服務日志記錄了用戶訪問本站點的信息，其中包括IP地址、請求時間、方法等信息。這些非結構化信息首先要進行預處理才能進行數據挖掘。數據預處理包括記錄預處理、內容預處理、結構預處理。

（2）模式發現。模式發現是指利用各種算法和工具對已經預處理過的數據進行數據挖掘，得到各種模式集。模式發現中常用的方法有統計分析、關聯規則分析、聚類、分類、序列模式分析、路徑分析等等。

（3）模式分析。模式分析是整個web使用記錄數據挖掘的最后一步，是指從模式發現集中過濾出不感興趣的規則或模式。二、旅游者決策過程

近十幾年，旅游電子商務市場的競爭日趨激烈。專業性的旅游電子商務網站不計其數，旅游網站一般包括兩方面的內容：提供查詢服務和提供網上預訂。以此來實現旅游企業效益。所以了解旅游者的決策過程至關重要。

旅游者的決策過程主要從心理學方面進行探討，因為心里所想決定行為所做。了解旅游者心里所想，有助于線上線下購買行為的發生。那么，旅游決策過程大致分為三個心理活動過程。首先產生旅游需要，然后內外驅動，形成旅游動機，最后根據旅游偏好做出旅游決策行為。

（1）旅游者需要。旅游消費需要產生機理的主觀條件是基本需要失衡并被感知產生了變換生活環境以調節身心節律的旅游需要。也就是說旅游者或潛在旅游者由于對旅游活動及其要素的缺乏而產生的一種好奇心理狀態，是對旅游的意向和愿望。好奇心驅動了認識與探索的旅游需要。

（2）旅游者動機。旅游動機就是促使人們離開居住地外出旅游的內在驅動力。人們進行旅游決策前，會通過各種媒介收集相關旅游地的信息，確定旅游目標，進而產生旅游動機。

（3）旅游決策的形成。旅游者有了旅游需要，在旅游動機的誘導下，人們對旅游地進行分析、對比，最終確定符合自己需要的旅游目的地，形成旅游決策。旅游決策的最終形成不僅受到旅游者需求和旅游動機的影響，其中旅游偏好也是影響旅游決策的關鍵因素。

三、Web數據挖掘在旅游者決策過程中的應用

旅游者有了旅游需要，在旅游動機的誘導下，人們對旅游地進行分析、對比，最終確定符合自己需要的旅游目的地，形成旅游決策。旅游決策的最終形成不僅受到旅游者需求和旅游動機的影響，其中旅游偏好也是影響旅游決策的關鍵因素。

消費者偏好是一種消費心理，反映消費者對某種產品或服務的興趣或愛好程度，受消費者個性特征以及外界環境等主客觀因素的共同影響。在網絡環境下，web服務器日志可以記錄網絡消費者購買過程中的相關信息，如點擊流、訪問時間、停留時間等。因此，通過分析日志文件，利用web數據挖掘消費者的商品訪問模式，進而了解消費者偏好的變化特征，為網絡營銷和商品推薦決策提供依據。推薦引擎技術是利用Web挖掘技術開發的網上客戶關系管理工具。首先創建一個關于旅游目的地的信息數據倉庫，并分析訪客的興趣、個性、偏好、人口特征等，形成包含一系列針對各種類型旅游者的旅游服務方案，并針對旅游者的旅游偏好旅游需求、旅游心理提供個性化的旅游建議和線路推薦，提高滿意度，形成旅游決策。

旅游網站的推薦引擎通常包括目的地推薦和旅游項目推薦引擎。目的地推薦引擎幫助旅游者在選定旅游目的地后，推薦個性化的旅游服務項目，協助旅游者作出在目的地其間的旅游服務項目，協助旅游者做出在目的地期間的旅游計劃。這類推薦引擎為旅游者提供更為具體的旅游服務信息，涉及到所在目的地“食、住、行、游、購、娛”各個方面。包括目的地的旅游交通、旅游線路、住宿、用餐、夜生活、娛樂、購物街、特產和觀光項目等。

通過web挖掘技術，得到相關數據，根據這些數據，進行客戶細分。客戶細分后，建立以共同特征為主的群集客戶，和以個性化特征為主的個性化網站。這些都是為了獲取到潛在旅游者的內在需要，便于滿足潛在旅游者的需要，使預定率提高。

通過web挖掘技術，得到相關數據，這些數據更多地側重于相關評價，也就是滿意度和忠誠度的測評。人們進行旅游決策前，會通過各種媒介收集相關旅游地的信息，確定旅游目標，進而產生旅游動機。Web挖掘技術便于更好地分析旅游者的滿意度和忠誠度，進而使旅游者在旅游動機上產生影響。

通過web挖掘技術，得到相關數據，這些數據旅游者有了旅游需要，在旅游動機的誘導下，形成旅游偏好。在網絡環境下，web服務器日志可以記錄網絡消費者購買過程中的相關信息，如點擊流、訪問時間、停留時間等。

因此，本文通過分析，利用web數據挖掘消費者的商品訪問模式，進而了解消費者偏好的變化特征，為網絡營銷和商品推薦決策提供依據。人們對旅游地進行分析、對比，最終確定符合自己需要的旅游目的地，形成旅游決策。