基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法研究

陳瑞萍

摘要：由于傳統(tǒng)鄉(xiāng)村旅游特征劃分方法獲取到的景點劃分結(jié)果比較稀疏，為了提高鄉(xiāng)村旅游業(yè)的經(jīng)濟(jì)收益，使鄉(xiāng)村旅游景點劃分的更密集，提出了基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法研究。首先利用層次聚類分析法，構(gòu)建了鄉(xiāng)村旅游特征劃分指標(biāo)體系;其次根據(jù)層次聚類分析法原理，確定特征劃分指標(biāo)權(quán)重的計算方法，完成特征劃分指標(biāo)權(quán)重的計算;最后優(yōu)化傳統(tǒng)特征劃分算法，實現(xiàn)了基于層次聚類分析的鄉(xiāng)村旅游特征劃分。結(jié)果表明，基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法相比于傳統(tǒng)鄉(xiāng)村旅游特征劃分方法，在鄉(xiāng)村旅游景點的日均總收入上平均提升了32.13萬元，有效提高了鄉(xiāng)村旅游業(yè)的經(jīng)濟(jì)收益。

關(guān)鍵詞：層次聚類分析;鄉(xiāng)村旅游;特征劃分;指標(biāo)體系;指標(biāo)權(quán)重

中圖分類號：F592.7 ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A

鄉(xiāng)村旅游產(chǎn)業(yè)現(xiàn)如今已經(jīng)被國家高度重視，不僅可以為城市居民提供運動健身的娛樂場所，還可以為鄉(xiāng)村建設(shè)帶來巨大的經(jīng)濟(jì)效益。鄉(xiāng)村旅游也是國內(nèi)旅游業(yè)的重要組成部分，推動了社會主義新農(nóng)村建設(shè)，鄉(xiāng)村生活方式也已經(jīng)成為城市居民的一種新的時尚追求。鄉(xiāng)村旅游開始向多元化的方向發(fā)展，這種將農(nóng)業(yè)與旅游業(yè)相結(jié)合的方式已經(jīng)成為新時代的一種特殊旅游方式。農(nóng)業(yè)一直以來都是國家經(jīng)濟(jì)發(fā)展的基礎(chǔ)，將農(nóng)業(yè)與服務(wù)業(yè)結(jié)合起來，并以網(wǎng)絡(luò)信息化為依托，也成為一種全新的發(fā)展模式。

目前，鄉(xiāng)村旅游大多以休閑度假為主，農(nóng)業(yè)產(chǎn)品缺乏特色，在民族風(fēng)俗活動方面缺少地方性的活動，而鄉(xiāng)村旅游經(jīng)營者為游客提供的菜品多為普通的農(nóng)家菜;國內(nèi)的鄉(xiāng)村旅游主要以家庭為單位，旅游區(qū)內(nèi)主要業(yè)態(tài)為分散性經(jīng)營，在實現(xiàn)鄉(xiāng)村旅游資源整合方面存在困難。鄉(xiāng)村旅游在供需方面出現(xiàn)了脫節(jié)，如果在供需方面不能夠克服缺陷，鄉(xiāng)村旅游在發(fā)展過程中就會夭折，也會出現(xiàn)農(nóng)業(yè)產(chǎn)品老化的現(xiàn)象[1]。

基于上述問題，在層次聚類分析算法的基礎(chǔ)上，劃分鄉(xiāng)村旅游特征，對農(nóng)村區(qū)域經(jīng)濟(jì)的快速發(fā)展具有重要意義。鄉(xiāng)村旅游業(yè)經(jīng)過長期的發(fā)展獲得了質(zhì)的飛躍，鄉(xiāng)村旅游可以使居民近距離接觸農(nóng)村生產(chǎn)，體驗農(nóng)村生活。鄉(xiāng)村生態(tài)價值的挖掘和開發(fā)正符合21世紀(jì)新時代的要求，因此，鄉(xiāng)村旅游行業(yè)必須發(fā)揮帶頭作用，促進(jìn)農(nóng)村經(jīng)濟(jì)的友好發(fā)展。鄉(xiāng)村旅游的特征劃分促進(jìn)了城市與農(nóng)村之間資源的共享，許多研究者只單純地研究了鄉(xiāng)村旅游資源的開發(fā)和利用，而忽略了鄉(xiāng)村旅游整體特征的劃分。本文在層次聚類分析的基礎(chǔ)上，設(shè)計一種鄉(xiāng)村旅游特征分析方法，為鄉(xiāng)村的發(fā)展提供新的理論依據(jù)。

1 基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法設(shè)計

在鄉(xiāng)村旅游特征劃分過程中，受到區(qū)域發(fā)展速度的影響，會出現(xiàn)劃分不均衡的現(xiàn)象，影響鄉(xiāng)村旅游產(chǎn)業(yè)的經(jīng)濟(jì)效益。鄉(xiāng)村旅游特征劃分主要分為空間特征劃分和密度特征劃分，空間特征劃分就是將鄉(xiāng)村旅游按照空間相似度來分組，尋找相同類別事物中相似對象的過程，也是鄉(xiāng)村旅游空間劃分最重要的手段之一;密度特征劃分是根據(jù)鄉(xiāng)村旅游聚集情況，來劃分鄉(xiāng)村旅游特征[2]。鄉(xiāng)村旅游特征劃分的具體思路如圖1所示。

由圖1可以看出，在層次聚類分析的背景下，通過分析鄉(xiāng)村旅游的發(fā)展現(xiàn)狀及目前存在的問題，來完成鄉(xiāng)村旅游特征劃分指標(biāo)體系的構(gòu)建;規(guī)劃基于層次聚類分析法的技術(shù)路線，計算鄉(xiāng)村旅游劃分指標(biāo)權(quán)重;并依托鄉(xiāng)村旅游特征劃分算法，來實現(xiàn)基于層次聚類分析的鄉(xiāng)村旅游特征劃分。

1.1 構(gòu)建鄉(xiāng)村旅游特征劃分指標(biāo)體系

在層次聚類分析的背景下，鄉(xiāng)村旅游特征劃分可以加快鄉(xiāng)村旅游的發(fā)展，利用層次聚類分析法，來構(gòu)建鄉(xiāng)村旅游特征劃分指標(biāo)體系。

鄉(xiāng)村旅游發(fā)展屬于一種復(fù)雜的系統(tǒng)功能，主要包括媒介系統(tǒng)、政府支持系統(tǒng)、客源地系統(tǒng)及鄉(xiāng)村旅游目的地系統(tǒng)[3]。只有各個系統(tǒng)之間相互協(xié)調(diào)發(fā)展，才能使消費者滿意，實現(xiàn)社會效益和經(jīng)濟(jì)效益的最大化。

在層次聚類分析的背景下，通過查閱鄉(xiāng)村旅游特征劃分的參考文獻(xiàn)，統(tǒng)計鄉(xiāng)村旅游產(chǎn)業(yè)特征的頻度，歸納頻度較高的特征劃分指標(biāo)，結(jié)合鄉(xiāng)村旅游業(yè)的實際情況，以及鄉(xiāng)村旅游產(chǎn)業(yè)特征劃分指標(biāo)體系中每一個子系統(tǒng)的獨特之處，在選取特征劃分指標(biāo)的過程中，分析了鄉(xiāng)村旅游行業(yè)發(fā)展的特點，并根據(jù)特征劃分指標(biāo)的科學(xué)性和實用性原則，構(gòu)建了鄉(xiāng)村旅游特征劃分指標(biāo)體系[4]，如表1所示。

基于層次聚類分析，對鄉(xiāng)村旅游特征劃分情況受到權(quán)重指標(biāo)準(zhǔn)確性的影響是比較大的，因此，選取特征劃分指標(biāo)是非常重要的。本文將鄉(xiāng)村旅游特征分為產(chǎn)業(yè)帶動、社會效應(yīng)、基礎(chǔ)設(shè)施建設(shè)及人文環(huán)境4個大類，又在此基礎(chǔ)上劃分了16個具體的特征劃分指標(biāo)，由此構(gòu)成了具有層次結(jié)構(gòu)的特征劃分體系。

1.2 計算特征劃分指標(biāo)權(quán)重

層次聚類分析是一種定性與定量相互結(jié)合的分析方法，將待解決的問題分成有序的階梯式結(jié)構(gòu)，對相同層級的特征劃分指標(biāo)要素的重要性比較和判斷，并獲取一個指標(biāo)值。然后計算特征劃分要素的權(quán)重值，并進(jìn)行一致性檢驗，為特征劃分指標(biāo)的權(quán)重分配提供理論依據(jù)[5]。層次聚類分析法如圖2所示。

根據(jù)層次聚類分析法的原理，確定了鄉(xiāng)村旅游特征劃分指標(biāo)權(quán)重的計算方法，并利用1級～9級標(biāo)度法計算出鄉(xiāng)村旅游的特征體系及比重，通過優(yōu)化傳統(tǒng)鄉(xiāng)村旅游特征劃分算法來實現(xiàn)基于層次聚類分析的鄉(xiāng)村旅游特征劃分。

1.3 優(yōu)化鄉(xiāng)村旅游特征劃分算法

在寬度為L的重疊區(qū)中，特征數(shù)據(jù)對象不僅屬于A區(qū)，還存在于B區(qū)，從鄉(xiāng)村旅游特征聚類對象的二維重疊分區(qū)示意可以看出，如果鄉(xiāng)村旅游特征數(shù)據(jù)對象不在寬度為L的重疊區(qū)中，A區(qū)中的特征數(shù)據(jù)對象與B區(qū)中的特征數(shù)據(jù)對象之間的距離一定大于重疊區(qū)的寬度，因此在考慮合并距離小于或等于L的特征數(shù)據(jù)對象時，對于數(shù)據(jù)集中兩個特征數(shù)據(jù)對象，不需要判斷它們是否可以合并。可以將兩個特征數(shù)據(jù)對象從優(yōu)先隊列里移除，為每一個特征數(shù)據(jù)對象都建立一個優(yōu)先隊列，這樣可以減少優(yōu)先隊列修改和建立的時間恢復(fù)度[9]。

優(yōu)化后的鄉(xiāng)村旅游特征劃分算法分為3個階段，先將程序初始化，將整個鄉(xiāng)村旅游特征數(shù)據(jù)集分為p個區(qū)域，并為每一個特征數(shù)據(jù)對象建立一個優(yōu)先隊列;再將p個區(qū)域中的N個特征數(shù)據(jù)對象聚類，最后將k個聚類重新聚集成一個新的聚類[10]。

鄉(xiāng)村旅游特征劃分算法的優(yōu)化步驟如下。

步驟1：選擇一個劃分鄉(xiāng)村旅游特征數(shù)據(jù)集的屬性。

步驟2：根據(jù)選擇的屬性將特征數(shù)據(jù)集中的N個特征數(shù)據(jù)對象分成p個區(qū)域。

步驟3：調(diào)用初始化優(yōu)先隊列的子程序，并為每一個區(qū)域都建立一個優(yōu)先隊列。

步驟4：。

步驟5：在p個優(yōu)先隊列中取出兩個距離最近的聚類，找出其中的最小值。

步驟6：如果，就跳出程序。

步驟7：否則，將和合并。

步驟8：如果和都不存在于寬度為L的重疊區(qū)中，則將和所在的優(yōu)先隊列修改。

步驟9：否則，修改其他兩個優(yōu)先隊列。

依托層次聚類分析，構(gòu)建了鄉(xiāng)村旅游特征劃分指標(biāo)體系，然后通過層次聚類分析法原理，確定特征劃分指標(biāo)權(quán)重的計算方法，完成特征劃分指標(biāo)權(quán)重的計算;最后在層次聚類分析的基礎(chǔ)上，優(yōu)化了傳統(tǒng)特征劃分算法，實現(xiàn)了基于層次聚類分析的鄉(xiāng)村旅游特征劃分。

2 實驗分析

隨著游客對鄉(xiāng)村旅游滿意程度和消費的加劇，傳統(tǒng)的鄉(xiāng)村旅游特征劃分方法已經(jīng)無法滿足游客的需求，下面就對某市一鄉(xiāng)村旅游特征劃分，分別采用傳統(tǒng)鄉(xiāng)村旅游特征劃分方法，以及基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法，制定鄉(xiāng)村旅游收益對比實驗。

2.1 實驗步驟

針對鄉(xiāng)村旅游的特征區(qū)域調(diào)研，根據(jù)某市的鄉(xiāng)村旅游的景點特征，將鄉(xiāng)村旅游特征分為3個類別，如表4所示。

首先采用層次聚類分析法提取鄉(xiāng)村旅游的特征范圍，結(jié)合鄉(xiāng)村旅游特征劃分指標(biāo)劃分鄉(xiāng)村旅游特征。將格網(wǎng)作為特征劃分的基本單元，統(tǒng)計每一個鄉(xiāng)村旅游特征區(qū)域內(nèi)每一個業(yè)態(tài)權(quán)重，并計算出格網(wǎng)內(nèi)的游客密度、人均消費能力、景區(qū)服務(wù)、交通服務(wù)、景區(qū)人均GDP指標(biāo)的分值。

根據(jù)鄉(xiāng)村旅游景區(qū)內(nèi)POI指數(shù)和Morans I指數(shù)來計算，得到了鄉(xiāng)村旅游景區(qū)內(nèi)不同業(yè)態(tài)和指標(biāo)的權(quán)重，結(jié)果如表5和表6所示。

計算出鄉(xiāng)村旅游景區(qū)內(nèi)所有網(wǎng)格的加權(quán)分值，利用統(tǒng)計分組方法進(jìn)行鄉(xiāng)村旅游特征劃分。將劃分后的鄉(xiāng)村旅游游客密度特征用平面圖的方式表現(xiàn)出來，劃分結(jié)果如圖5所示。

基于鄉(xiāng)村旅游特征劃分結(jié)果，統(tǒng)計出游客密度特征不同的情況下，鄉(xiāng)村旅游各個景點的日均收入總值。

2.2 實驗結(jié)論分析

根據(jù)兩種特征劃分方法獲取的游客密度特征劃分結(jié)果，在劃分結(jié)果中隨機(jī)抽取5個景點，統(tǒng)計5個景點的日均收入總值。統(tǒng)計結(jié)果如表7所示。

由統(tǒng)計結(jié)果可知，兩種特征劃分方法得到的鄉(xiāng)村旅游景點的日均總收入差異很大，采用傳統(tǒng)鄉(xiāng)村旅游特征劃分方法，得到的劃分結(jié)果中，游客密度的分布比較稀疏，游客只可以享受其中1～2個景點的游覽，也使得景點的日均總收入相對較低;而采用基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法，得到的鄉(xiāng)村旅游游客密度分布比較密集，可以讓游客同時游覽到不同的景色，提高了景點的日均總收入，相比于傳統(tǒng)鄉(xiāng)村旅游特征劃分方法，本文設(shè)計的基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法，在鄉(xiāng)村旅游景點的日均總收入上平均提升了32.13萬元，促進(jìn)了鄉(xiāng)村旅游業(yè)的發(fā)展。

3 結(jié)語

本文提出了基于層次聚類分析的鄉(xiāng)村旅游特征劃分方法研究。利用層次聚類分析，完成鄉(xiāng)村旅游特征劃分指標(biāo)體系的建立;接著通過層次聚類分析法原理，確定了特征劃分指標(biāo)權(quán)重的計算方法，計算出特征劃分指標(biāo)權(quán)重;最后優(yōu)化了傳統(tǒng)特征劃分算法，實現(xiàn)了基于層次聚類分析的鄉(xiāng)村旅游特征劃分。經(jīng)驗證，提出的鄉(xiāng)村旅游特征劃分方法可以提升鄉(xiāng)村旅游業(yè)的經(jīng)濟(jì)收益。

參考文獻(xiàn)

[1] 賈愛順.河南省鄉(xiāng)村旅游產(chǎn)業(yè)特征評價研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2018，39（8）：200-204.

[2] 馬杰.基于動態(tài)聚類分析的網(wǎng)絡(luò)用戶相似性特征搜索研究[J].微電子學(xué)與計算機(jī)，2018，35（9）：113-117.

[3] 丁鼎，葛軍蓮，龍毅，等.基于運營商客流大數(shù)據(jù)的鄉(xiāng)村旅游點類型劃分研究：以南京市江寧區(qū)為例[J].南京師大學(xué)報（自然科學(xué)版），2018，41（3）：116-121.

[4] 曹兆昆，吳小根，穆小雨，等.南京市鄉(xiāng)村旅游點空間分布特征及影響因素分析[J].江西農(nóng)業(yè)學(xué)報，2018，30（8）：136-143.

[5] 馬巧梅.基于程序特征的線程劃分方法的研究[J].計算機(jī)科學(xué)與探索，2018，12（6）：872-885.

[6] 鄒先堅，王川嬰，韓增強(qiáng)，等.鉆孔圖像特征分析與結(jié)構(gòu)面區(qū)域劃分方法[J].天津大學(xué)學(xué)報（自然科學(xué)與工程技術(shù)版），2018，51（1）：88-94.

[7] 李霞，于德浩，陳偉濤，等.基于坡度特征的花崗巖風(fēng)化程度劃分方法研究[J].中國地質(zhì)調(diào)查，2017，4（3）：10-16.

[8] 夏慧瓊，林麗群.拉普拉斯特征映射的時空數(shù)據(jù)劃分方法[J].測繪科學(xué)，2018，43（6）：32-38.

[9] 林智健.CHI文本分類特征選擇方法的改進(jìn)與實現(xiàn)[J].信息與電腦（理論版），2018（7）：172-176.

[10] 冉鑫.中國旅游經(jīng)濟(jì)空間特征分析與類型劃分[J].特區(qū)經(jīng)濟(jì)，2017（3）：104-107.