旅游行業大數據的應用研究與實踐
--大數據智慧洞察助力消費升級下的旅游供給側改革

孫曉星

中國移動通信集團江蘇有限公司

0 背景與需求

旅游業是我國服務業的重要組成部分，又跨越多個行業，是交通、餐飲、娛樂、住宿、購物等諸多傳統服務業的集成。旅游業向現代服務業的轉化，不僅是自身的要求，也會帶動相關產業的優化升級。根據中國旅游研究院發布的研究數據，旅游業對國民生產總值的綜合貢獻率已達10%。而旅游產品結構性失調、有效供給不足一直是中國旅游產業發展的主要問題。如旅游目的地已難以滿足龐大的國內游客需求，周邊游、深度游、休閑度假興起，主題公園、鄉村旅游、會議展覽已經成為新的旅游需求。消費者的旅游習慣也開始發生變化，人們消費水平的提升和消費方式的多元化，使得旅游供給側改革迫在眉睫。

旅游領域的大數據應用是通過對用戶行為數據的建模和分析，獲得群體游客特征的認知和理解，在精確游客行為分析以及游客位置、游客關鍵時刻發現的基礎上，發現游客真實需求，幫助整個旅游產業鏈改善和提升游客服務體驗。

圖1 旅游大數據解決方案系統架構圖

1 旅游大數據的創新解決方案

國家旅游局明確提出要加強旅游信息化，而運營商具有覆蓋廣泛的移動蜂窩網絡，擁有豐富的網絡信令數據，如客戶身份標識、客戶位置信息、客戶消費能力等，可以通過信息化技術提供有效信息數據支撐，建設形成針對旅游領域的大數據服務應用，彌補旅游行業信息化服務能力的不足。

1.1 分層可擴展性的架構

建立基于分層分級的應用體系架構，主要包括業務展現層、能力封裝層、數據處理層、接口層。通過調用整合能力封裝層的各數據模塊，實現多維度的數據分析與圖形化展示，可實現WEB前端、手機APP和大屏三種展示形式，同時可根據需要自動形成旅游大數據分析報告。

1.2 融合多樣化的數據

運營商數據：由運營商進行數據匯聚，匯集數據包含目前已有的手機用戶位置數據、基礎數據、用戶行為數據等。

景區景點數據：通過API接口將景區內部的門票數據、閘機票務數據引入，用于系數校準和景區資源監控。

商業運營數據：引入銀聯消費數據、星級酒店客房預訂數據、互聯網企業數據，如途牛、攜程旅行景區評價數據等。

1.3 自動學習預測的模型

以客流數據預測為例，新增多樣化系數和訓練模型，用于擬合實際數據和對其他各模塊進行預測分析，通過多樣化系數對原始數據進行校準，得到預測數據，最后將預測數據保存至數據庫中，用于系統自學習。

下面介紹一下使用的機器學習：

我們用的機器學習的方法是利用人工神經網絡（ANN）的特點，人工神經網絡本身就是具有層次結構的系統，具有識別復雜非線性系統的特性，較適合于旅游、交通流量的預測。

我們給定一個神經網絡，我們假設輸入和輸出相同，然后訓練調整其參數，得到每一層中的權重。從而得到輸入的幾種不同表示（每一層代表一種表示），這些表示就是特征。自動編碼器就是一種盡可能復現輸入信號的神經網絡，為了實現這種復現，自動編碼器就必須捕捉可以代表輸入數據的最重要的因素，找到可以代表原信息的主要成分。

具體過程簡單說明如下：

我國食品工業的發展越來越依賴于科學進步。從手工業走向機械化，從機械化走向自動化、智能化已成為中國傳統食品工業化、現代化的必由之路。以我們平時最熟悉的“粥”為例，我國粥類食品數量超過1000種。在粥產業尤其是八寶粥的發展過程中，傳統馬口鐵罐裝粥難以滿足消費者越來越高的要求，一些企業正在依靠科技提升粥的品種和品質，以滿足消費者需求，“同福碗粥”便是其中之一。企業在全國首創碗粥產品，攻克了易撕膜、碗定型、殺菌、設備、工藝幾大難關，采用多層高阻隔碗體，具有微波爐可加熱特性，在很大程度上避免了方便粥不易加熱的缺點。

（1）標簽分類：在我們的神經網絡中，我們輸入的樣本是有標簽的，如天氣、節假日等多標簽，我們是利用二元相關算法（binary relevance，LR），即將多標簽分類問題轉化為一個或多個單標簽分類問題，將每個標簽單獨訓練一個分類器，預測的時候將多個分類器的分類結果合并，作為多標簽的分類結果。

（2）機器學習：通過學習輸入（當前客流數據）和輸出（預測客流數據）的恒等函數，根據當前客流數據和預測客流數據之間的差去訓練調整參數，進行特征提取，改變前面各層的參數，直到收斂，訓練得到黑箱型的學習模型。

（3）數據預測：將數據集進行預處理，去除異常數據，再結合天氣、節假日等標簽數據，處理得到輸入數據矩陣；將處理過的數據集輸入至機器學習的算法模型中，輸出矩陣即為預測客流。

圖2 客流量數據預測過程

2 旅游大數據的應用案例

南京市建鄴區作為南京新的城市中心、中央商務區、長三角重要的金融創新區，本身缺乏傳統的旅游歷史文化積淀，但卻聚焦了大量會議、體育、展覽的場所（南京國際博覽中心、江蘇大劇院、奧體中心等），南京市建鄴區政府擬打造“會獎”旅游產業，為了助力建鄴區相關旅游機構供給側優化決策，我們以第二屆中國國際精釀啤酒展覽會案例進行了大數據分析。

位置：南京國際博覽中心

事件：第二屆中國國際精釀啤酒展覽會

時間：2017.6.29-2017.7.1

2.1 總體情況

第二屆中國國際精釀啤酒展覽會于2017年6月29日至7月1日在南京國際博覽中心隆重舉辦。作為中國精釀行業規模最大的展會，有100多家精釀啤酒原輔材料及設備企業，100家國內外精釀酒商展出，打造中國乃至亞洲最大的精釀啤酒饕餮盛宴，全面展示精釀啤酒全產業鏈、精釀啤酒文化及創意。

2.2 人流篇

國內參展人數遠大于境外參展人數，總人數超萬。國內參展主要集中在江浙滬地區，餐飲、金融、傳媒占所統計行業的前三，占比分別為60%、18%、10%。熱愛啤酒的更多聚集在工作多年的商務人士，并且愛酒人士中男性占據絕對優勢（69%）。

圖3 旅游大數據人流統計圖

2.3 游玩篇

參展人員就近選擇的游玩景點TOP5，分別為南京眼、魚嘴公園、河西中央公園、綠博園、南京大屠殺紀念館；除建鄴區外其他區域的游玩景點TOP5為夫子廟、中山陵、玄武湖、老門東、明故宮。白天參會，夜晚游玩南京眼、夫子廟、老門東成為參展人員的首選。

圖4 旅游大數據景點統計圖

2.4 出行居住篇

博覽中心毗鄰元通地鐵站，參展人員大多選擇便捷快速的地鐵作為首選交通工具；展會期間，參展人員停留時間集中在3小時以內。在建鄴區內，參展人員主要居住的酒店分布在南京萬達希爾頓酒店、南京國際博覽中心酒店等酒店；建鄴區外居住的酒店分布在南京玄武飯店、南京金絲利喜來登酒店等酒店，基本分布于新街口和夫子廟附近。

圖5 旅游大數據出行酒店統計圖

3 旅游大數據展望與思考

江蘇為旅游大省，具有5A和4A景區近120個，2017年上半年，江蘇全省接待境內外游客3.30億人次，同比增長13.99%，其中接待省外游客1.99億人次，同比增長24.68%，實現旅游總收入7195億元，增長14.1%，旅游經濟呈現持續增長、蓬勃發展的強勁態勢。江蘇移動大力發展“智慧旅游”信息化服務，圍繞食、住、行、游、購、娛6大元素，以游客為中心，從多方面提供了智能化便捷的旅游信息化服務，目前獲得了一定的社會和經濟效益。后續我們思考將進一步做好以下幾個方面的工作：

（1）加強統籌能力，提升平臺的包容性。加強與旅游局等政府管理機構的對接，對全域旅游工作（食、住、行、游、購、娛）進行統籌，增強對全域旅游情況的分析能力，以便更加直觀地反映全域旅游整體狀態。

（2）打造開放平臺，擴大平臺數據多樣性。開放系統平臺，提供標準化、規范化接口，將各類應用數據納入平臺系統，如更多引入景區數據（停車數據等）和第三方數據（交通數據、酒店客房數據等）。

（3）人工智能預測，提升平臺應用價值。更多引入人工智能算法和分析，從原有的大數據統計分析真正升級成為大數據應用分析預測平臺，即通過平臺自身的學習迭代能力，完成對大數據的能力預測，最終形成有直接使用價值的應用模塊。