基于軌跡數據的旅游路線規劃實證研究

陳震

（遼寧建筑職業學院，遼寧 遼陽 111000）

我國國民經濟迅速發展，人們生活水平普遍提高，休閑方式發生了巨大改變，旅游業處于蓬勃發展的階段。由于我國私家車的普及和高鐵的增多，所以短期（1～3天）旅游線路受到廣大人民群眾的歡迎，如何規劃一條最佳旅游路線，是行業內的研究熱點。

隨著大數據的應用熱潮，在旅游行業也得到了業界的高度重視，大數據更加貼近消費者、深刻理解需求、高效分析信息并做出預判。如今的數據已經成為一種重要的戰略資產，極富開采價值?；谟慰蛙壽E數據進行大數據分析，對旅游行業提高服務質量、改善經營管理、改變營銷策略、規劃旅游路線發揮著極大的作用。

一、基于軌跡數據的大數據分析

軌跡數據就是時空環境下，通過對一個或多個移動對象運動過程的采樣所獲得的數據信息，包括采樣點位置、采樣時間、速度等，這些采樣點數據信息根據采樣先后順序構成了軌跡數據。

過去的半個世紀，由于數據采集技術的單一性，軌跡數據主要包括調查數據、銀行鈔票和電話通信記錄，以上統稱為傳統的研究數據。與傳統數據相比，流行的軌跡數據是指通過移動計算和網絡通信技術收集到的數據，其中包括：

（一）GPS（全球衛星定位系統）數據。GPS數據是由至少4顆衛星確定的用戶地理位置信息，智能手機和多數車輛都配備了GPS接收設備，能夠精準且持續地記錄用戶的移動軌跡。

（二）公共交通刷卡數據。通過自動收費系統獲得，并具有較高的精度。

（三）社交媒體簽到數據。游客運用各種電子產品保留和積累大量旅游相關的電子數據，這些數據記錄和保存了游客旅行的時間與軌跡。

以某城市1天期短途游為限制條件，利用公共交通刷卡數據，經過數據操作語言進行數據清洗，選取了周末的中午時段（11：00-13：00），可以知道該城市周末有若干站點為繁忙狀態，為客流聚集區，以此判定為旅游觀光熱門地點[1]。

二、旅行路線規劃

通過軌跡數據的大數據分析，可以為客戶畫像，捕捉客戶的興趣點，個性化定制旅游路線。下面以某城市文化之旅（博物館）為例，具體說明旅行路線規劃方法和步驟：

以某城市文化之旅（博物館）為例，隨機選取三個熱度較高的博物館/展覽館為BCD，以該城市主要換乘點為A。然后將車站旅游景點之間的關系轉化為圖論問題，建立賦權圖，其中稱為的節點集的每一個元素在該問題中表示景點。ABCD之間的線路看成圖中對應節點間的邊，邊上的長度表示旅游景點之間的距離，所給各景點間的公路網就轉化成為網絡圖G。要游遍該市的最佳旅游路線問題就轉化為在給定的網絡圖中尋找從給定出發點出發，行遍所有頂點至少一次再回到定點，使得距離最小，此即改良圈算法建立的最佳旅行商問題（TSP問題）。TSP問題的本質就是從出發點出發最后回到出發點的距離最小Hamilton圈，采用改良圈算法解該問題。假設某城市博物館及主要換乘點之間的線路距離如下表1所示：

表1 某城市博物館及主要換乘點之間的線路距離表

依據改良圈算法編寫Lingo代碼，主要代碼如下：

程序運行結果見圖1。

求解得到結果如圖2。

三、結束語

本文研究基于軌跡數據進行大數據分析，以1天期短途游為例，規劃出個性化旅游路線，同時也可以根據實際需要，以此為基準進行小長假或者區域旅游的規劃，引用數據時為了保護持卡人的隱私，乘客的性別，年齡和工作單位等信息無法獲取，將數據與其他類型數據融合，有利于建立相應有效的旅游可持續發展評價指標體系，利用該體系為旅游愛好者提供個性化旅游參考，為旅游相關部門提供政策建議。

最優路徑長度51.9，最優路徑A-C-B-D-A。