旅游大數據分析實踐教學應用研究

黨群

摘? 要：大數據時代的潮流，使旅游大數據分析成為支持旅游部門與企業進行科學決策的有力支持。在剖析旅游大數據分析的作用及旅游大數據人才缺乏，以及當前高校旅游管理專業實踐教學問題的基礎上，提出了旅游大數據分析實踐教學的方案，具體介紹了實踐教學流程模塊，并以實際應用案例進行說明。研究具有較強的操作性，并對旅游管理專業學生大數據分析能力的培養具有一定的實踐指導意義。

關鍵詞：旅游管理;實踐教學;大數據分析

中圖分類號：G642 文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2020）04-0043-04

Abstract： The trend of the big data， make the analysis of tourism big data become the favorable support for the tourism departments and enterprises to make scientific decisions. Based on the analysis of the role of tourism big data analysis and the lack of tourism big data talents， as well as the current practice teaching problems of tourism management majors in colleges and universities， a tourism big data analysis and practice teaching plan is proposed， and the practical teaching process module is specifically introduced. The practical teaching process module is introduced in detail， and illustrated with application cases. The scheme has the strong operability， and the practical guiding significance for training the tourism big data analysis talents.

Keywords： tourism management; practical teaching; big data analysis

隨著物聯網、云計算和信息技術及其應用的迅速發展，數據（信息）的產生規模發生了翻天覆地的變化。全球著名咨詢公司麥肯錫率先指出“大數據”時代已經到來，并提出包括“大數據”在內的數據科學將滲透國民經濟運行的各個方面，決定著民生國計、產業興衰和企業存亡，成為繼土地、人力、資本和技術之后的第五大生產要素[1]。運用數據科學技術對包括大數據在內的數據進行分析和應用，已經被用于世界各國的各個經濟部門。

因數據在現代社會展現出的愈發重要作用，數據分析能力也愈發成為大數據時代對新型人才提出的新要求。探索大數據背景下高等教育實驗教學和人才培養中數據分析與應用能力的培養，顯得尤為重要。現有的教學研究主要集中于數據分析在專業人才培養方向的作用[2]，數據分析實踐平臺建設[3]，以及數據分析課程教學資源與教學改革[4-5]等方面。

旅游業屬于典型的現代服務業，伴隨信息技術的應用，以旅游為主導的新業態不斷涌現，現有的“大而全”偏基礎型旅游高等教育人才培養模式，與“互聯網+”、“信息時代”、“體驗經濟”時代旅游人才需求不相匹配。旅游高等教育亟需作出變革。已有旅游教育者從“智慧景區”[6-7]VR技術[8-9]旅游規劃[10]等角度，對適應市場需求的新型旅游管理人才培養模式，以及旅游實踐教學與實驗室建設提出了建議。

但是，現有的研究并沒有專門針對旅游管理專業進行大數據分析實踐的成果。數據分析是大數據時代包括旅游管理在內的管理類專業人才培養的重要方向。文章以大數據為背景，設計了旅游管理大數據分析實踐，提出了包括數據采集、數據存儲、數據清洗、數據分析及數據可視化等方面的旅游大數據分析實踐教學方案，以探索信息及大數據時代、體驗經濟背景下旅游大數據實踐教學模式，從而培養更加適應行業與市場需求的高端旅游人才。

一、旅游大數據分析實踐教學的必要性

（一）旅游實踐教學的現狀與問題

從目前旅游管理實驗課程教學內容來看，大部分院校該專業實踐教學存在以下特點：

1. 實踐教學體系落后。大學旅游管理專業4年開設的實踐教學內容包括旅游資源實習、旅游市場調查、辦公軟件應用實訓等。以上實踐教學內容只能部分反映旅游專業人才培養體系，并沒有全面體現該專業教學及實踐內容，更缺失數據分析方面的實踐安排。

2. 實踐教學內容不足。從實踐教學內容來看，對基本技能的實踐安排較多，所使用的軟件多為常規辦公軟件，較少涉及數據特別是大數據的處理分析內容。從實踐教學安排來看，大部分院校該專業開設的時間教學課時數相對不足，無法滿足培養應用型旅游管理人才的要求。從實踐教學體系來看，各實踐教學環節各個獨立，并沒有按照人才培養的目標與方向，形成較為完整，相互銜接融合的體系，無法進行綜合素質的培養。

3. 實踐教學不能很好滿足市場人才需求現狀。實踐教學仍停留在傳統旅游行業及旅游基礎技能方面，沒有從旅游新業態及新企業的需求出發修訂相應的實踐教學內容，使得實踐教學目標與企業人才需求發生脫節。

（二）旅游大數據的應用與人才需求

大數據就是容量巨大的數據資源，由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算機的數據處理與應用模式，通過數據的整合共享，交叉利用，形成的智力資源和知識服務能力[11-12]。中國旅游業的高速發展帶動了旅游行業的巨大變化，行業規模不斷擴大，導致旅游數據信息爆炸性的增長，形成一個巨大的海量信息空間。充分利用海量旅游原始數據，快速、準確、方便地對反映旅客信息的海量旅行數據進行分析，已經成為旅游大數據的發展方向[13]。目前，旅游大數據應用主要集中在旅游管理、游客服務、旅游營銷等領域，通過數據挖掘對目的地游客人流、旅游目的地輿情、游客旅游資訊及旅游產品信息、不同用戶屬性信息及用戶興趣偏好進行掌握，指導旅游精準管理、旅游策劃、旅游精準營銷，從而為政府和企業的決策提供依據[14]。

國內旅游企業已經開始關注旅游大數據的價值應用，但旅游大數據的應用及指導旅游產業發展和企業經營決策方面存在不足。原因之一在于，現有各家旅游大數據公司關注點主要集中于旅游大數據的數據源獲取、數據的簡單統計分析、數據可視化呈現等方面，對旅游大數據應用的關注明顯不足。同時，因旅游大數據公司缺乏旅游專業背景，對行業的理解不夠深入，導致對旅游大數據的解讀專業性不足，在應用方面難免受限。

為提高旅游大數據的應用價值，提升旅游專業人才對數據的挖掘分析能力，從旅游的角度去解讀數據，挖掘數據背后的潛在價值，進而培養旅游大數據相關人才，被提上了日程。

二、旅游大數據分析實踐教學框架構建

旅游大數據分析實踐教學框架的搭建充分考慮結合已有的旅游專業課程內容和實踐教學內容，并最大限度利用現有的實驗室硬件及軟件設備。由實踐設計（目的）層、數據采集及清洗層、數據分析層、數據可視化層構成教學框架，并由旅游管理專業課程提供實踐設計（目的）層支持，由實驗室硬件及軟件設備提供數據采集清洗、數據分析和數據可視化層面的支持。

（一）旅游大數據分析實踐設計

根據實際問題提煉信息需求，主要分為“旅游管理”、“旅游服務”、“旅游營銷”三大主題。在此基礎上明確大數據分析目標，如“旅游管理”中可能涉及目的地客流量預測、輿情監控等，“旅游服務”中可能包括游客信息需求、旅游線路設計等，“旅游營銷”可能存在掌握目標市場構成、游客特征及其興趣愛好等，形成完整的用戶畫像，旅游信息精準投放等。

（二）數據采集及清洗

數據采集類型包括結構化和非結構化的數據，利用網絡爬蟲等工具獲取所需分析的數據對象。數據主要來源為旅游基礎數據、旅游行業數據（景區、旅行社、酒店、鄉村等）、搜索引擎數據、OTA（在線旅游服務商）數據（攜程、去哪兒、螞蜂窩等）、新媒體數據（微博、微信等）、游客行為數據等。

數據清洗用于清除缺失、冗余、異常的數據，實現數據質量的提升，為數據分析做準備。通過前期準備、數據檢測、質量評估、數據修正、數據輸出5個步驟完成。前期準備需要對已經收集存儲的數據進行簡單分析，并確定數據清洗的目標和方法，建立完善的數據清洗方案。數據檢測需要完成數據的預處理和基本檢測，然后對檢測結果進行統計，以消除數據不一致、空數據和無效數據。質量評估則要比照數據質量檢測的結果對數據質量進行定位與評估，并對已有的清洗方案進行改進。數據修正則采用排序、融合、基于規則等方法消除不一致數據，并刪除空數據、合并重復數據。數據提交需要比照清洗方案與治理評估驗證清洗之后的數據真實合理性，如滿足則進行數據分析，不滿足則反復提升數據質量[15]。

（三）數據分析

數據分析提供了決策的基礎。因旅游大數據類型繁多，不僅包括以文本資料為主的結構化數據，還包括網絡日志、音頻、視頻、圖片、地理位置等半結構或非結構化的數據資料。因此，進行旅游大數據分析時，綜合利用多種分析軟件進行，并對結果進行合理歸納推理，挖掘數據間潛在的關聯，提煉數據的價值。目前采用的軟件包括分析網絡文本的RostCM，進行質性研究的Nvivo，統計學軟件SPSS以及地統計軟件ArcGIS。

（四）數據可視化

利用RostCM、Nvivo、SPSS及ArcGIS相應工具實現。對數據分析結果進行圖形繪制，從而呈現數據間的關系。

三、實踐教學案例分析

（一）實踐設計與目的

旅游電子商務的發展使得旅游者可以隨時隨地通過在線旅游服務商購買旅游產品，包括住宿產品。旅游產品的網絡評價是旅游者消費該住宿產品后真實感知的反映，體現的旅游者對住宿產品的滿意度。如何了解旅游者對于某酒店整體的滿意度水平，以及具體影響滿意度的指標有哪些？這是許多酒店管理者共同關注的問題。對這一問題的解答，可以幫助管理者實現酒店服務的精準管理，提升顧客滿意度，增強酒店競爭力。基于以上原因，進行旅游大數據分析實踐教學設計：針對某酒店，通過收集網絡評價文本并進行分析，構建顧客滿意度評價指標體系，并對酒店顧客整體滿意度和各維度滿意度進行評價。

（二）實踐教學開展流程

通過以上分析，在數據采集時制定規則，合理選擇數據來源網站（在線旅游服務商網站），從中爬取一定時間段內的顧客針對該酒店的評論文本，存儲備用;對存儲的數據進行清洗，清除無效信息;運用數據分析工具對所獲得的網絡評價文本進行分析，合理聚類，構建滿意度評價指標體系，并進行評分;將數據分析結果進行可視化，以圖表形式展現，供決策者參考。

（三）結果展示

實踐教學以臨潼悅椿溫泉度假酒店與華清愛琴海溫泉酒店為例，選取多個在線旅游服務商網站進行數據采集，通過爬取網絡評價文本，獲取3750條文本信息，經過數據清洗后，數據量為3598條記錄。根據研究目的對數據進行分析，并通過可視化將數據進行展示，結果如表1所示。由表1可知，溫泉度假酒店顧客滿意度評價指標體系包括6個一級因子、23個二級因子，悅椿溫泉酒店的滿意度評分為77.67分，華清愛琴海溫泉酒店的評分為71.85分，兩者均處于70-80分。此兩個溫泉酒店的顧客滿意度處于一般滿意至比較滿意區間，還有較大的上升空間。悅椿溫泉酒店在酒店服務、酒店客房、整體評價方面評分較高，悅椿溫泉酒店在酒店服務、酒店客房、整體評價方面評分較高。

通過旅游大數據實踐教學，旅游管理專業學生得以在實踐中體驗完整的大數據分析及價值發掘的過程。有助于學生根據自身的愛好及興趣選擇性的深入學習旅游大數據分析的知識和技能，為今后開展實際工作或繼續深造進行準備。

四、結束語

國內旅游業的高速發展產生了海量數據，旅游企業也日益關注大數據的應用以便為管理決策提供更好的依據。對旅游大數據人才的需求日益顯現。旅游大數據分析實踐為引導旅游大數據分析人才提供了必要的教學環節，對于提升學生大數據敏感性和數據分析能力、培養學生綜合實踐能力、著力打造適應市場需求的旅游高級人才具有重要的意義。在未來的實踐教學中，可以考慮對諸如旅游資源開發與規劃、旅游經濟學、旅游市場營銷、旅行社及旅游酒店管理、消費者行為學、市場調查與預測等課程中，涉及旅游大數據分析的實驗內容進行整合;進一步豐富旅游大數據分析的手段和技術;旅游大數據和傳統數據分析的多維融合等。充分整合和利用現有的課程、實踐、軟硬件和師資資源，深入開展旅游大數據分析人才培養。

參考文獻：

[1]Manyika J， Chui M. Big Date： The next frontier for innovation， competition and productivity[R].Mckinsey Global Institute，2011.

[2]王曉磊，劉海寧.論數據科學在經管專業實驗教學中應用的重要性[J].實驗技術與管理，2016，33（04）：179-181+200.

[3]鄒倩穎，羅嵐.電子商務大數據分析綜合實踐平臺建設[J].實驗技術與管理，2017，34（11）：198-201+209.

[4]趙蕊菡，黃如花.國內外數據分析類MOOC調查與分析[J].圖書情報工作，2016，21（21）：52-60.

[5]盧珊.案例教學在數據分析技術課程中的應用探討[J].首都師范大學學報（社會科學版），2009（S4）：18-21.

[6]倪珊珊.智慧旅游背景下旅游管理應用型人才培養模式[J].科教導刊（中旬刊），2015（04）55-56.

[7]于平，朱偉，高江江.基于“智慧景區”模式的旅游實驗室建設[J].實驗技術與管理，2016，33（07）：237-240.

[8]梅雪.基于VR技術的旅游實驗教學應用研究[J].實驗技術與管理，2017，34（03）：13-15.

[9]楊杏月.虛擬仿真實驗在旅游管理實踐教學中的應用與思考[J].市場周刊（理論研究），2015（12）：152-153.

[10]張艷，王劍，鄧輝，等.旅游規劃設計實驗室建設[J].實驗技術與管理，2017，34（6）：238-242+254.

[11]維克托·邁爾·舍恩伯格.大數據時代[M].杭州：浙江人民出版社，2013.

[12]應用頻道.淺析大數據的數據構成和管理方式[EB/OL].[2012-09-10].http：//www.50cnnet.com/html/2012/dashuju_0910/33580.html.

[13]郭鑫.旅游大數據與挖掘分析研究[J].電腦知識與技術，2013，9（14）：3215-3216.

[14]曾現進.旅游大數據的現狀與未來[J].旅游學刊，2017，9（10）：8-9.

[15]李琳.一種基于數據質量維度的數據清洗方法[J].科技創新與應用，2017，9（21）：1-5.