基于大數據技術的智慧紅旗渠紀念館建設問題研究

劉海 劉明陽 王曉鈺 劉世超 蘇云飛 石悅 王星祎

摘要：信息技術的發展使得人們了解博物館相關信息的途徑已經發生了根本性的改變，同樣也使得博物館在智慧化建設過程中充滿了無限可能。不同博物館屬性不同，特色也不相同，因此智慧化博物館的建設要以博物館自身為基礎，以信息技術為支撐，以受群眾歡迎為目的進行詳細研究。而在以數據為基礎的信息化時代，智慧博物館的建設首先要考慮的便是數據的處理和規劃問題，大數據技術以其強大的數據處理能力可以滿足不同需求的數據分析。該文以紅旗渠紀念館運行中的售票數據、檢票數據、游客游覽調查數據、游客游覽過程數據和游客網絡評論數據為基礎，以大數據技術中的數據采集和數據預處理為支撐，以受群眾歡迎為目的對每一種數據來源都進行了詳細的數據現狀分析和數據處理策略分析，并對紅旗渠智慧化建設提出了相應的建設意見。

關鍵詞：大數據技術;紅旗渠紀念館;智慧博物館;數據采集;數據預處理

中圖分類號：TP311? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）11-0011-04

隨著人類社會和科學技術的不斷發展，博物館從傳統形式向數字博物館轉變，這是科技的重大進步，為廣大民眾的生產、生活提供了極大的便利[1]。而博物館從數字化到智慧化的進一步提高也已成為目前的主流發展趨勢，這是科技和人文發展的必然結果。紅旗渠紀念館是為紀念六十年代林縣人民為了改變缺水舊面貌，發揚“自力更生、艱苦創業、團結協作、無私奉獻”的精神，修造紅旗渠這一偉大創舉而建立的[2]。對紅旗渠紀念館進行智慧化建設研究對于擴大紅旗渠的影響力，傳播紅旗渠精神具有十分重要的作用。

1 研究背景與意義

博物館是征集、典藏、陳列和研究自然和人類文化遺產實物的場所，對館藏物品分類管理，為公眾提供知識、教育和欣賞的文化教育機構、建筑物、地點或者社會公共機構[3]。紀念館是博物館的一種特殊類型，它具有一般博物館的基本性質，即“博物館是科學研究機關、文化教育機關、物質文化與精神文化遺存或自然標本的主要收藏所，和基本任務——為科學研究服務，為廣大人民服務”[4]。作為傳統文化中最為精髓的一部分，博物館在文化傳播與文化養成方面具有十分重要的作用。然而通過筆者的調查發現，在受調查的117人中，有61人近一年沒有去過博物館（包括紀念館） ，占比為53.51%。究其原因，筆者通過調查發現，在受調查的117人中，通過抖音、快手、微視等短視頻平臺了解博物館相關信息的占42.11%，通過微博、朋友圈和QQ空間等共享數據平臺了解博物館相關信息的占35.09%。由此可見，隨著信息化技術的發展，更多的人更愿意通過信息化時代的最新產物去了解和深入博物館的相關信息。反過來，對于博物館方而言，通過信息化時代的最新產物，博物館方面也可以高效和準確地分析出游客的游覽行為，繼而改善場館建設。因此，智慧化博物館的建設要以博物館自身為基礎，以信息技術為支撐，以受群眾歡迎為目的進行研究。

而在以數據為基礎的信息化時代，智慧博物館的建設首先要考慮的便是數據的處理和規劃問題。對于紅旗渠紀念館而言，筆者通過調查發現，紅旗渠紀念館的主要數據來源包括自身產生的數據和相應的網絡衍生數據。在數據特點上，具有數據格式多、數據相關性差和數據價值密度低等特點。因此，面對如此紛繁復雜的博物館數據，如何做好數據的處理和規劃就成為智慧化博物館建設研究的關鍵問題。

2 研究思路

大數據技術擁有的強大的數據處理平臺以及超高效率的數據處理技術實現了對大規模數據的實時統計、分析以及處理、預測[5]。就大數據數據分析工作而言，常用的大數據計算模式主要有批處理計算、查詢分析計算、圖計算、流計算、迭代計算、內存計算等[6]。不同的計算模式所分析的數據種類是不盡相同的，例如批處理計算模式主要分析的是大規模的數據，流計算模式主要分析的是實時的數據，并可以實時地得出有價值的結果，圖計算主要分析的是大規模圖結構數據。因此，盡管說紅旗渠紀念館的數據來源紛繁復雜，但是大數據眾多的計算模式為其智慧化建設提供了最契合的解決方案。因此，針對紅旗渠紀念館運行過程中產生的數據采用大數據技術完全可以實現數據的處理與規劃。

而從大數據數據分析全流程的角度來看，大數據技術主要包括數據采集與預處理、數據存儲與管理、數據處理與分析、數據可視化和隱私保護等幾個層面的內容[7]。并且這幾個層面是存在一個先后發展和相輔相成的關系，也就是說，只有提前完成了數據的采集和預處理工作才能進行數據的存儲和分析工作，否則就相當于是無本之木、無水之源。也只有提前做好做完備數據的采集和預處理工作，才能為后續的大數據處理和可視化提供堅強的支撐。同時，數據的采集和預處理工作也要根據數據分析和可視化的反饋結果進行適當調整，以使得整個大數據系統更加完善和符合實際的需求。鑒于大數據數據分析全流程的復雜性，本文主要就智慧化紅旗渠紀念館的大數據數據采集和預處理工作展開研究。

3 研究概述

通過筆者對紅旗渠風景區的調查發現，在受調查的114人中有76人沒有去過紅旗渠風景區，占比為66.67%，調查結果圖如圖1所示。在調查問卷中，筆者并沒有指出紅旗渠紀念館為紅旗渠風景區的組成部分，而是獨立地設置了是否去過紅旗渠紀念館這個問題，調查結果顯示在同樣受調查的114人中，有84人沒有去過紅旗渠紀念館，占比為73.68%，調查結果圖如圖2所示。也就說在去過紅旗渠風景區的38人中，有8人次沒有去過紅旗渠紀念館，占去過紅旗渠風景區人數的比例為21.05%。

在進行調查結果分析之前，首先對紅旗渠紀念館做一個簡單介紹，紅旗渠紀念館是隸屬于紅旗渠風景區的一部分，游客可以憑借所購紅旗渠風景區門票實現對紅旗渠紀念館的免費游覽，但是紅旗渠紀念館與紅旗渠風景區的青年洞、創業洞和一線天等依水渠而建的景點（以下簡稱紅旗渠） 并不在同一個地方，根據筆者的實地考察，兩者之間的距離差不多有20公里，自駕的話需要30分鐘左右。雖說兩者不在同一個地方，距離較遠，但是按照目前的道路規劃來看，進入紅旗渠風景區紀念館是主要途徑。那么究竟是什么原因導致去過紅旗渠的游客沒有再去紅旗渠紀念館參觀呢？根據筆者自身經歷和現場與游客交流，結合與紅旗渠紀念館相關工作人員的溝通，最后進行相關資料查詢得出兩點大致的結論：

（1） 依靠紅旗渠建立的景點太多，而且部分景點知名度非常高，像青年洞景點，已經成為游客打卡拍照必去的圣地，所以很多游客會直奔紅旗渠，而把紅旗渠紀念館放在備選項。紅旗渠本身又是依山而建，道路崎嶇，容易使人在游覽完后，出現時間不夠用、精力不足等情況，繼而放棄對紅旗渠紀念館的參觀。

（2） 紅旗渠紀念館本身與其他博物館（包括紀念館） 相比，沒有明顯地領先于其他博物館的特色。其實這也是當代紀念館存在的一些共性問題，紀念館一般是為紀念某歷史事件或者某歷史人物而建立的能弘揚和傳播相關精神的博物館，相比較某些存在國寶級或者珍稀級文物的歷史類博物館，往往對游客的吸引力會有所折扣。

針對上述問題，筆者認為要想提高紅旗渠紀念館對游客的吸引力，增加紅旗渠紀念館的訪問量和游客喜愛度，最根本的是要依靠現有數據，經過大數據分析技術，結合實際情況，從內部建設展開。下面本文將就紅旗渠紀念館現有的內部數據進行數據現狀分析，并根據分析結果展開大數據數據處理策略研究，最后提出相關的實質性智慧化紅旗渠紀念館建設意見。

4 研究內容

4.1 售票數據

（1） 數據現況分析

經筆者實地調查和與紅旗渠紀念館相關工作人員進行溝通，無論是直接去紅旗渠現場購票，還是通過網絡購票，紅旗渠紀念館采用的都是實名制購票。通過實名制購票對于游客的購票日期、年齡、性別、出生地都會有一個詳細的數據統計。但是由于網絡購票平臺較多，紅旗渠紀念館方目前并沒有展開對于所有的購票數據整合。

（2） 數據處理策略

通過整合購票信息后各字段的大數據分析，紅旗渠紀念館可以在游客游覽前根據分析結果確定購票時間段，不同地區不同年齡段人群的購票方式等數據。而實現這一技術不難，因為這些數據都是存儲于紅旗渠紀念館相關售票系統數據庫中的靜態結構化數據，要完成這一工作，主要進行兩方面的工作，一方面需要從不同的數據庫中采集和匯總相關售票信息，另一方面需要對采集到的信息進行預處理，也就是按照實際需求，把不同數據庫中的數據整合成統一包含購票日期、年齡、性別、出生地、購票方式等字段的分布式文件，以供后續的Spark或者Hadoop大數據批處理技術進行分析。

（3） 建議

首先，紅旗渠紀念館應該增設相應的大數據售票分析系統。其次，根據系統分析結果，紅旗渠紀念館方應進一步采取行動以發揮優勢，彌補劣勢，例如根據年齡段分析結果增加符合劣勢年齡段的活動，根據售票日期集中段開展淡季打折活動。

4.2 檢票數據

（1） 數據現況分析

無論是直接去紅旗渠現場購票，還是通過網絡購票，其在進入紅旗渠、紅旗渠紀念館等景點時，都需要通過入口的閘機進行檢票。檢票方式多種多樣，可以是身份證、紙質票上的二維碼，也可以是網絡購票的二維碼，但是無論采取何種形式，其都是與個人身份信息一一對應的。目前無論是紅旗渠還是紅旗渠紀念館都已經建立好了相應的檢票系統，通過檢票系統可以分析出一年中的旅游人數淡旺季、年齡段組成、地區組成、購票方式組成、性別組成等與個人實名信息相關的分析結果。同時根據游客進入各個景點的時間可以分析出每天旅游的高低峰時間以及參觀各景點的人數。檢票系統也可以反映出每天參觀紅旗渠和參觀紅旗渠紀念館的人數是否一致，存在多少比例的差距等信息。但是根據筆者的實地調查，發現紅旗渠紀念館的檢票系統功能有待進一步提高，首先檢票系統目前的作用就是檢票和對檢票數據進行統計分析，功能較單一;其次，紅旗渠紀念館只有入口閘機，沒有出口閘機，并不能真實地反映出紀念館內游客的游覽情況。

（2） 數據處理策略

如若把檢票系統與售票數據結合起來，那么就可以進一步分析售票人數與檢票人數的差異，可以統計出紅旗渠風景區的退票率，根據退票人數各個字段的屬性，紅旗渠風景區各景點可以采取相應的改進措施以減少退票率。同時根據售票時間和檢票時間可以進一步分析出游客從購票到游覽的時間差，這對于紅旗渠風景區各個景點提前，尤其是在旅游黃金期做好游客接待工作和提高游客滿意度是非常重要的。而實現這一技術只需把售票系統和檢票系統的數據進行統一整合，在數據處理同樣采用對應的批處理大數據技術Hadoop或者Spark即可。

對于紅旗渠紀念館而言，如能在紀念館出口處放置跟入口處一樣的檢票閘機，那么就能分析出各類具有不同屬性的游客游覽紅旗渠紀念館的總時長，例如可以分析出不同年齡段的人群在館內參觀的時長，時長其實可以從某種層面反映游客的喜愛度，這對于紀念館做出相應的改進和調整以適應多年齡段人群的喜愛是非常重要的。同樣放置出口閘機也可以對館內游客數量進行實時控制，這對于紅旗渠紀念館實時控制在館參觀人數是非常重要的。而要實現這一技術并不難，關于數據采集只需要在原有檢票系統中加一個出口閘機即可，關于數據的分析也同樣采用批處理大數據技術Hadoop或者Spark即可。

（3） 建議

首先，紅旗渠紀念館需要把檢票系統和售票系統進行一個有效的整合，在實際中完全可以把售票系統統一嵌合到檢票系統中，并根據上述數據處理策略結果采取相應的改進措施;其次，紅旗渠紀念館需要在出口處設置一個跟入口處一樣的閘機，把出口閘機數據和入口閘機數據進行一個系統的分析，并根據上述數據處理策略結果采取相應的改進措施。

4.3 游客游覽調查數據

（1） 數據現況分析

經筆者實地調查，發現紅旗渠紀念館并沒有在明顯的位置針對游客游覽過程中的問題進行問卷調查的設備或者紙質調查問卷。通過設置相應的問題，如能在游客游覽過程中或者在游客游覽結束后對游客游覽情況進行調查，根據調查結果可以進一步優化場館建設，改進館品陳設，使紅旗渠紀念館更受大眾歡迎和喜愛。

（2） 數據處理策略

在游客游覽調查方面，筆者認為可以采取以下措施采集相關數據。首先是傳統的紙質調查問卷，設置好關于紀念館的游覽調查問卷，問卷中問題不能太多，字體不能太小，一張紙單面足矣。打印好后，專人在出口或者某個區域負責進行問卷調查，最后再定期對問題進行計算機匯總。在數據處理方面，因在數據匯總過程中需人為操作，所以可以設置為規范化的結構化數據以供批處理大數據技術Hadoop或者Spark處理。雖然紙質調查的方式簡單，但是存在浪費紙質資源、耗費人力等缺陷，而且并不是所有的游客都會參與問卷調查，因此數據收集具有局限性。

針對上述問題，可以把紙質調查問卷換成iPAD，或者大型電子調查問卷設備等措施。一方面避免了紙質資源的浪費，同時也減少了人工錄入系統的成本，數據收集非常便利。關于電子設備的陳設位置，可以在出口處統一增設多臺設備進行整體游覽問卷調查，也可以在某一層或者某一個主題區域處進行部分游覽問卷調查，兩種方式各有優劣，前者調查整體，后者調查細節。筆者建議在出口處統一增設多臺設備進行整體游覽問卷調查。在數據處理方面，因電子問卷是提前在電子設備中設置好的，因此可以存儲到專門的結構化數據庫中，以供批處理大數據技術Hadoop或者Spark進行處理。

最后，也可以在電子購票網站設置相應的調查問卷，此種方式相比較前面兩種方式節約了紙質和電子設備成本，游客可以隨時隨地填寫調查問卷，因此數據收集極為便利。但是因游客離開紅旗渠紀念館后填寫調查問卷的時間不定，隨著時間推移，可能會存在一定誤差。在數據處理方面，因電子問卷是提前在購票網站中設置好的，因此可以存儲到專門的結構化數據庫中，以供批處理大數據技術Hadoop或者Spark進行處理。

（3） 建議

建議紅旗渠紀念館在多個位置加大問卷調查的數據收集力度。首先，關于紙質調查問卷的數據收集，可以在游客休息區由專門的工作人員發放和收集，可以采取發放有關紅旗渠的小禮品等鼓勵性措施;其次，關于電子設備調查問卷的數據收集，可以在出口處統一增設多臺設備進行整體游覽問卷調查，可以采取參與調查問卷以免費領取關于紅旗渠紀念館的小禮品或者免費試玩小游戲等鼓勵性措施。再次，關于電子購票網站調查問卷的數據收集，可以采取積分獎勵或者抽獎獲取關于紅旗渠紀念館的小禮品等鼓勵性措施。對于收集到的數據要定期予以處理，并及時予以反饋。最后，紅旗渠紀念館要制作一些簡單的但是能反映紀念館特色的紀念品或者小游戲，一方面為了吸引游客做問卷調查，另一方面也間接宣傳了紅旗渠紀念館。

4.4 游客游覽過程數據

（1） 數據現狀分析

目前國內外很多智慧博物館都已經采用了游客游覽跟蹤系統，有的是采用人工智能中視頻識別領域的技術，即通過在博物館內安裝多個智能攝像頭。這些攝像頭具備人臉識別和臉部情感識別的功能，通過這些技術可以判定某個人在某件展品前的參觀時間以及對展品的喜愛程度;可以根據某個人在游覽過程中的情感變化判斷展廳展品的合理性;可以根據人臉識別技術判斷某個區域的人流量，繼而警告場館管理方進行人流量控制;可以根據人臉識別和三維建模技術判斷展廳設置的展覽路線中哪條最受歡迎，繼而優化展品陳設位置及展覽路線。雖說此技術較為成熟，并可以做出全面的統計，但是目前人臉識別技術涉及侵犯個人隱私等行為，因此在使用上應在符合法律規定的告知當事人同意的條件下執行，并且整套系統成本也較高。還有的是通過在游覽前征求用戶同意的前提下，佩戴相應的不涉及個人隱私的設備執行，例如可以在游客參觀前，在告知應盡信息的前提下，請游客自愿佩戴含有定位、時間統計、血壓統計、心跳統計的手環進行參觀。這樣也可以獲得游客的參觀路線、詳細展品參觀時間、根據血壓和心跳統計的情感數據，繼而可以根據這些數據進一步調整展館展品陳設位置及展覽路線。但是這樣統計出來的數據不代表全體，在分析結果上可能會存有一定的誤差。

經筆者實地調查紅旗渠紀念館，發現并沒有可以追溯游客游覽過程的設備。在與紅旗渠紀念館工作人員的溝通中，筆者也發現除在一些重要的節日中紅旗渠紀念館會更改其大廳等幾處的主題外，紅旗渠紀念館的大多數展品和展覽路線多年來并沒有發生太大變化。

（2） 數據處理策略

目前紅旗渠紀念館主題展廳建筑面積約6000平方米，布展面積達6300平方米，在展館內有圖片300張、實物1000件、展柜15組、雕塑9組、燈箱5組、投影2組、場景4組、沙盤2組、真實山體塑型1290平方米、觸摸屏6組、電子簽名1組、振動平臺1組。作為紅旗渠展館內的最重要的數據，紅旗渠紀念館方已經對展品數據進行了詳細的劃分、整理和存儲。如能采用智能攝像頭，或者是智能佩戴設備對用戶參觀過程中的上述各類數據進行詳細地收集，那么就能與紀念館本身的展品數據結合起來進行統一的分析。由于博物館的展品數據本身就是存儲在靜態結構化數據庫中的數據，而通過智能攝像頭和佩戴設備收集到的數據通過數據轉換和清理也可以轉化為結構化數據存儲于數據庫中，因此這兩個數據庫經過結合后可以供批處理大數據技術Hadoop或者Spark進行處理。

（3） 建議

建議紅旗渠紀念館增設相應的智能佩戴設備，例如含有定位、時間統計、血壓統計、心跳統計的智能藍牙講解手環，手環配有耳機。在入口處設置專門的工作人員進行權益講解，以供游客自由選擇是否佩戴手環和耳機，并在出口處對設備予以收集。這里筆者并不建議設置帶有人臉識別和情感分析的攝像頭，一個是涉及用戶個人隱私的法律問題，另一個是成本相對也較高。

4.5 游客網絡評論數據

（1） 數據現狀分析

隨著信息技術的發展，目前自媒體平臺變得異常火熱，尤其是抖音、快手、微博等平臺已經成了手機上的必備App，并且也成功帶火了一批旅游景點，乃至于博物館，例如河南博物院推出的拆盲盒在抖音等平臺上的視頻大火，不僅成功帶動了博物院的經濟收入，也成功讓河南博物館“火出圈”。因此，傳統文化并不會因為新技術和新媒體的發展而落伍，相反傳統如能與新技術和新媒體結合起來，那么傳統文化就會煥發新生的活力。

網絡信息千變萬化，但是如能從千變萬化的數據中獲取到有益的信息，那么就能有效地促進博物館的發展。目前較火的幾個自媒體平臺，不管是抖音等短視頻平臺，還是微博等信息交互平臺，在這些平臺中都有相應的評論、點贊和轉發等體現熱度的功能。如能對這些信息進行統一的采集、處理和分析，那么就能夠得到對于博物館建設和改進有益的意見。

據筆者了解，目前紅旗渠紀念館方并沒有在這方面展開相應的工作，紅旗渠風景區設置了相關的抖音等自媒體賬號，但是紅旗渠紀念館并沒有設置單獨的抖音等自媒體賬號。在紅旗渠風景區的賬號中關于紅旗渠紀念館的內容并不多，因此評論、點贊和轉發等體現熱度的數據并不多。

（2） 數據處理策略

如能對自媒體平臺有關紅旗渠紀念館的評論、點贊和轉發等體現熱度的數據進行采集，繼而進行處理和分析，就能實時了解紀念館受歡迎的程度、展廳內展品的受歡迎程度。關于數據的收集，目前數據爬蟲技術完全可以實現，可以通過網絡爬蟲技術獲取不同自媒體平臺有關紅旗渠紀念館的評論、點贊和轉發數據，但是爬蟲需要有一個前提，那就是在合乎法律規定的條件下進行。對于每天主題內容的點贊數和轉發數比較容易處理和分析，但是對于主題內容的分析就不太好處理和分析了，因此從技術層面講，首先需要對評論關鍵詞進行大數據詞頻統計，然后結合評論本身的點贊數和評論內容再進一步深度地進行處理和分析。因點贊、評論和轉發等數據時刻都在發生變化，并且大量的數據可能只會提供給場館方微弱有用的信息，因此在數據處理上根據數據特征可以采取流處理技術Spark Streaming進行數據分析，其得到的分析結果也是較快的，紀念館方可以根據這些分析結果進一步采取相應的改進措施。

（3） 建議

首先建議紅旗渠紀念館方應該在微博、抖音和快手等自媒體品臺上設置自己獨立的賬號，定期更新與紅旗渠紀念館相關的內容，可以是視頻、圖片和文字等信息，一方面擴大了宣傳紅旗渠紀念館的途徑，另一方面也可為后續的數據收集提供基礎。其次根據發布的主題內容采用大數據爬蟲技術，對于評論、轉發和點贊等數據進行收集和處理，根據大數據分析結果可以為場館建設提供一些參考意見，同時也可以根據好評主題內容進一步擴大紅旗渠紀念館的知名度和影響力。

5 結束語

智慧化紅旗渠紀念館的建設要以博物館自身的數據為基礎，結合相關信息技術，以服務人民，受游客歡迎為目的進行研究。而在實際的博物館運行過程中，數據存在數據來源復雜、數據格式多樣化和數據價值密度低等特點。那么針對不同特點的數據，就需要根據數據自身的特征、數據自身的價值和數據潛在的價值進行詳細的數據現狀分析，并根據數據分析結果提出相應的大數據處理策略和智慧化博物館建設意見。本文就紅旗渠紀念館售票數據、檢票數據、游客游覽調查數據、游客游覽過程數據和游客網絡評論數據進行了數據現狀分析和數據處理策略分析，根據上述分析對紅旗渠紀念館的智慧化建設提出建設意見。

參考文獻：

[1] 牡丹.關于智慧博物館建設的若干思考[J].東方收藏，2021（15）：68-69.

[2] 賈海麗.安陽紅色旅游資源調查及其評價[J].才智，2014（33）：342.

[3] 王文析.淺談文物視頻供給側服務——河南博物院《中原藏珍》系列短片攝制推送的實踐與思考[J].河南博物院院刊，2021（2）：121-129.

[4] 杜丁華. 試論紀念館的性質及特點[A]. 湖南省博物館學會.博物館學文集1[C].湖南省博物館學會：湖南省博物館學會，1982.

[5] 梁書娟.大數據時代人工智能在計算機網絡技術中的應用[J].網絡安全技術與應用，2021（9）：74-76.

[6] 龍虎，彭志勇.大數據計算模式與平臺架構研究[J].凱里學院學報，2019，37（3）：73-76.

[7] 林子雨，賴永炫，陶繼平.Spark編程基礎（Scala版） [M].北京：人民郵電出版社，2018

收稿日期：2021-11-20

基金項目：安陽市科技計劃（軟科學） 項目（2022C02ZF023） ;2021年度安陽市社會科學規劃項目（489） ;安陽師范學院2021年大學生創新創業訓練項目（202110479164）

作者簡介：劉海（1990—） ，男，河南林州人，助教，碩士，主要研究方向為大數據處理框架技術和無線傳感器網絡。