大數據挖掘在智慧旅游應用中的探討

摘 要：智慧旅游是指通過物聯網、云計算、互聯網等技術，通過借助手機、筆記本電腦等移動終端，獲取旅游資源、游客、旅游經濟、旅游活動等旅游信息并及時發布相關數據信息，讓游客根據這些數據信息合理安排自己的旅游計劃，并提高旅游資源的利用率，促進我國旅游業的發展。大數據技術具有獲取信息速度快、海量數據信息、數據存儲多樣化等特點。通過大數據挖掘技術，可以發掘旅游資源的有效數據信息，分析不同人群的出行需求，為廣大游客打造個性化、多元化的旅游產品，滿足人們多元化的旅游需求。本文主要闡述了大數據技術概念、大數據特點以及大數據技術在智慧旅游中的具體應用。

關鍵詞：智慧旅游；大數據技術；大數據挖掘；旅游資源

中圖分類號：TP311.13；F592文獻標識碼：A 文章編號：2096-4706（2018）09-0192-03

Abstract：Smart tourism refers to technologies such as internet of things，cloud computing，internet and so on. With the help of mobile terminals such as mobile phone，iPad，notebook computer and other mobile terminals，travel information such as tourist resources，，tourists，tourism economy and tourism activities are obtained and the relevant data are published in time. According to these data，the tourist plans are arranged reasonably in order to improve the utilization rate of tourism resources and promote the development of tourism in China. Big data technology has the characteristics of fast information acquisition，massive data information，and diverse data storage. Through the large data mining technology，we can fully explore the effective data information of tourism resources，analyze the travel needs of different groups of people，for the vast number of tourists，and meet the diversity of people’s tourism needs. This paper mainly expounds the concept of big data technology，the characteristics of big data and the specific application of big data technology in smart tourism.

Keywords：smart tourism；big data technology；big data mining；tourism resources

0 引 言

旅游業作為第三產業，被稱為無煙工業，作為一種高級社會消費形式，旅游業將物質生活消費和精神文化消費有效的結合起來。近年來，隨著人們生活條件的改善，出行旅游的人數越來越多，根據我國國家旅游局的相關數據顯示，2017年國內游、出境游人數已經達到50億人次，我國旅游業已經從小眾旅游發展為大眾旅游。旅游業是一個信息密集型產業，匯聚了大量的數據信息，但是長期以來，由于旅游資源信息的不對稱性和多元化，使得旅游資源沒有很好的開發利用。

智慧旅游是2011年國家旅游局提出的我國旅游業未來十年的發展目標，其主要依托的是利用計算機、信息技術將旅游經營活動信息化，打造成信息含量高、知識密集型的旅游產業，從而實現智慧旅游的目的。根據工信部2018年5月21日發布的數據信息可知，2018年4月底，4G網絡用戶達到了10.8億，其中移動互聯網用戶總數達到了13.2億戶，同比增長15.3%，手機上網用戶達到了12.2億戶，而且手機上網人數在不斷增加。移動互聯網的發展，給智慧旅游的發展提供了便利，當前攜程、飛豬旅行、美團等一大批旅行網站快速發展，這些網站擁有大批的用戶數據信息，通過大數據技術，可以將這些數據信息進行存儲，并挖掘有價值的數據信息，為用戶提供個性化的旅游產品，實現旅游服務智能化和旅游管理數字化的發展目標。

1 大數據技術和智慧旅游概念

1.1 大數據技術特征

大數據（big data）是這幾年來互聯網領域的一個熱詞，被譽為信息社會的煤礦資源。根據麥肯錫全球研究所得定義：大數據是一種在獲取、存儲、分析和管理等方面都大大超過了傳統數據庫軟件工具的數據集合技術，它需要新的處理模式、更強的決策力和洞察力來適應海量數據信息的增長和多樣化的信息資產的能力。

大數據具有以下特征：第一，海量數據。數據信息總量急劇增長，由原來的TB并轉化為現在的ZB存儲內存。第二，數據存儲形式的多樣化。傳統的數據大多數指圖表，但是大數據時代，數據包括文字、圖片、音頻、視頻、動畫等形式內容。第三，獲取數據信息的速度快。大數據時代背景下，對數據信息的獲取、處理速度等方面都提出了新的要求。第四，復雜性。互聯網每天產生海量的數據信息，這些數據信息的來源渠道廣、數據多，具有一定的復雜性，這就對數據信息處理技術提出了新的要求。隨著信息技術的發展，大數據與云計算、物聯網技術的結合越來越密切，這為大數據的發展提供了強大的助力，讓大數據營銷發揮更好的作用。

1.2 智慧旅游概念

智慧旅游這個概念最早是由江蘇省鎮江市提出來的，通過開展智慧旅游項目，打造感知鎮江、智慧旅游的新時代。智慧旅游的核心技術是感動芯，這一技術由江蘇省鎮江市研發，并在2008年北京奧運會和2010年的上海世博會得到充分利用了。智慧旅游簡單來說就是一種基于在旅游體驗、旅游產業、旅游管理等方面的應用物理資源和信息資源充分融合，并服務旅游市場的一種全新旅游形態。它以信息技術和通信技術為基礎，游客互動體驗為中心，通過互聯網終端設備主動感知旅游信息資源，并幫助游客及時調整個人旅行計劃，實現游客和網絡的實時互動，讓旅游進行觸摸時代。

2 數據挖掘算法研究

通過關聯分析、聚類分析、分類、預測、偏差分析等方法，為智慧旅游的發展提供參考、決策。

2.1 關聯規則

關聯規則是指通過兩個或者兩個以上變量取值之間存在某一種關聯性。數據關聯是數據庫存在一類重要的、可被發現的知識，關聯規則分為簡單關聯、因果關聯以及時序關聯。通過關聯分析找到大數據中隱藏的關聯網，然后借助可信度和支持度兩個閾值分析關聯規則的相關性，從而使得數據挖掘更符合實際要求。

2.2 分類

分類是指對某一個類別進行描述的方法，即它通過對相同的內容或者相同性質的信息進行統一管理，集合在一起反應這類數據的整體信息，然后根據這類數據的描述構建模型，形成一個有條理的分類系統。通過數據分類將其分配到一個正確的類別中并用預測方法預測給定出一個類的標號。

2.3 加權算法

加權算法指投放網絡廣告后的一段時間內，從不同層面進行權重的賦予，從而判別出不同廣告效果差異產生的方法。通過加權算法，分析各個廣告投入方面的效果，從而選擇合適的營銷方式。

2.4 預測

預測指通過歷史數據信息找出變化規律，建立數據模型，并通過數據模型對未來數據的類別、規律進行預測的分析方法，預測分析主要是需要考慮到數據的精度和不確定性。通過預測分析，為政府旅游管理部門、旅行社以及游客等決策提供參考，以幫助游客選擇自己所需的旅游產品。

我國將計算機信息技術在旅游產業中應用時間比較短，香港、澳門等地在這方面處于國內領先地位。比如澳門每年接待內地游客1000多萬，通過澳門信息平臺，可以看到內地各個省份到澳門旅游的人數和排名，從而幫助澳門政府制定相應的旅游戰略規劃。2017年旅游數據表明，廣東省全省一共接待國內外游客4.44億人次，江蘇省接待國內外游客7.47億人次，浙江省一共接待國內外游客6.41億人次。這些數據表明我國國內大部分城市每年接待游客的數量遠遠大于澳門，但是大部分城市的旅游平臺對游客客源構成情況、游客指向以及發展趨勢不明朗，無法設計出具有針對性的旅游產品。

旅游數據目前的來源比較廣，主要包括微博、微信、視頻網站等我國的網絡社交平臺產生的數據信息。還有各大攜程、藝龍、去哪里、途牛旅游網、馬蜂窩、同程旅游等在線旅游服務平臺產生的數據信息，以及各大旅游攻略網站上用戶對旅游地的住宿、旅游景點公共設施是否完善、物價等方面進行詳細描述的信息，這些大多數都是圖文并茂，還有各個旅游景區和酒店內部的信息系統、視頻監控系統、感知系統產生的數據信息。根據這些數據信息的來源將其分成內部信息（如圖1所示）和外部信息（如圖2所示）。

3 大數據挖掘技術在智慧旅游中的應用

智慧旅游的核心體現在智慧方面，“智慧”指旅游服務的智慧化、旅游管理的智慧化以及旅游營銷的智慧化。因此大數據挖掘技術主要應用在智慧旅游這三個方面。

3.1 大數據挖掘技術應用在旅游景點推薦系統中

隨著生活水平的提升，對旅游的需求也在不斷增長著，對旅游服務質量和旅游景點也有了更高的要求。當前，旅游市場上同類型的旅游景點比較多，如何推薦消費者選擇感興趣的景點，滿足消費者個性化旅游產品消費的需求至關重要，將加權挖掘算法應用在旅游景點推薦系統中，將智慧旅游中所有的事物看成同等重要的數據信息，把根據旅游者感興趣的景點作為初始度量，通過對原始數據的迭代式更新，將其不斷反饋給旅游者，系統自動定位消費者感興趣的景點。旅游景點推薦系統是由一個景區的景點構成，景點又包含多個項目。如果旅游者和項目發生交互關系稱之為一次事件，比如游客在某一個景點買了2盒糕點，那么這個糕點就是項目，這一次交易就是一次事件。根據關聯挖掘算法：可以根據消費者的這一次事件，對消費者的行為進行延伸，以充分挖掘消費者的其他需求，并在這個基礎上，系統自動關聯相關旅游景點，讓消費者能夠進行同類選擇，以提高旅游景點推薦的實效性和轉化率。

3.2 大數據挖掘技術在智慧旅游管理中的應用

我國旅游業的快速發展，催生了大量的旅行社和旅行相關的企業，但是這些旅游企業缺乏先進的管理經驗和管理制度，使得內部管理比較混亂，進而嚴重影響到用戶的旅游體驗。將大數據技術應用在智慧旅游管理中，優化企業內部管理流程的同時，對用戶數據信息進行收集和積累，并對這些收集的數據信息進行分析和挖掘，使得酒店可以根據用戶的特征和偏好推薦相關的旅游產品，提高用戶購買力，旅游景區可以對客流進行有效的疏導和調控，旅行社可以根據游客的需求制定相應個性化的旅游產品。

每年的6-8月份是旅游的淡季，但是這個時期也正好是學生的假期，針對這部分游客，旅游社可以制定適合學生出行的旅行產品，以滿足學生出行要求。由于旅游是一項復雜的經濟社會活動，涉及到衣食住行購等各個方面，通過大數據技術對旅游產業進行分析和監測，實現對其進行有效的管理，并推動我國旅游業的健康發展。廣東省政府整合公安部門、環保部門、公路部門、國土部門、城鄉建設部門、商務、航空、氣象局、郵政等與旅游相關的職能部門的數據信息，并和淘寶、百度、谷歌等搜索引擎和電子商務旅游企業之間進行合作，建立廣東旅游大數據資源庫，對旅游資源進行數字化管理，從而推動旅游產業數字化、網絡化、大眾化的發展。

3.3 大數據挖掘在智慧旅游營銷中的應用

傳統旅游行業采取B2C模式，也就是企業對消費者直接進行商業活動的電子商務模式，它依托互聯網進行在線銷售，也稱網絡營銷。主要通過推送廣告進行促銷活動，或者這種營銷模式效率低、無法深入挖掘用戶的需求，營銷效果無法把握。將大數據技術應用在智慧旅游營銷中，可以實現O2O模式，也就是線上營銷購買帶動線下銷售或者線下經營。通過打折促銷、網上服務預定、個性化服務將線下商店的信息發送給互聯網用戶，并將互聯網用戶轉化為線下用戶，以滿足用戶個性化需求。

近年來以O2O模式為代表的餐飲行業快速發展，用戶可以在網上訂餐，然后到線下商家進行消費。以美團為代表的餐飲APP不僅提供吃喝玩樂，甚至開始利用平臺APP的大數據信息，提供出行打車服務，用戶可以實現美團APP的訂餐、預定酒店、預定出租車等一站式餐飲服務。我國鐵路部門和線下餐廳聯合服務，推出互聯網訂餐服務，用戶只需要登錄12306鐵路訂票系統或者手機APP，就可以預定自己路過車站站點的美食，美食做好以后提前送到火車站，列車到達以后，車站工作人員將預定好的餐食送到旅客手中。目前廣東旅游局信息中心和百度合作，根據百度搜索引擎提供的大數據信息，充分挖掘廣東旅游的客源市場，并通過大數據倉庫技術和網站監控系統挖掘游客的需求，制定旅游精準營銷，為用戶打造個性化的旅游產品。

4 結 論

目前，我國旅游行業對大數據挖掘應用還處于起步階段，主要是網絡旅游服務平臺利用大數據技術為用戶提供吃住玩樂等服務。根據國家旅游行業的發展規劃，未來旅游行業將朝著智慧旅游的方向發展，因此要充分認識到大數據挖掘技術對智慧旅游行業的促進作用。

參考文獻：

[1] 陳文娟.大數據挖掘在智慧旅游應用中的探究 [J].信息記錄材料，2018，19（4）：114-115.

[2] Abdul Majid.基于地理標簽的社會媒體數據挖掘的智能旅游推薦研究 [D].杭州：浙江大學，2012.

[3] 徐少甫，張天明.復雜網絡數據挖掘在智慧旅游系統中的應用研究 [J].數字技術與應用，2017（10）：39-40+42.

[4] 張占昭.加權挖掘算法在智慧 旅游景點推薦系統中的應用分析 [J].數字技術與應用，2017（3）：168+256.

[5] 李丁，賈志洋，汪際和，等.智慧旅游管理與智能推薦技術 [J].中國管理信息化，2013，16（7）：80-81.

[6] 智慧旅游體驗精彩 [J].北京農業，2014（17）：14-17.

[7] 劉粉.“智慧旅游”的現狀及發展意義 [J].西部皮革，2016，38（14）：108.

作者簡介：鄢創輝（1978-），男，漢族，湖南沅江人，中共黨員，計算機講師，本科。研究方向：網絡規劃與設計、網絡管理技術、網絡教學內容的數據挖掘。