物聯網和邊緣計算技術在體育與旅游產業融合中的應用

黃元華

(貴州大學 體育學院，貴州 貴陽 550025)

0 引言

物聯網是繼計算機、互聯網、移動通信網絡之后科技發展的又一重大變革，它將虛擬信息與現實相結合，可以使現實生活中的人類相關行為和活動更加高效和智能化[1].因此，在物聯網時代來臨之際，體育與旅游產業融合發展應抓住物聯網技術應用創新的機遇，加快信息化、智能化升級進程[2].通過對書籍、文獻、網絡、電視、紙媒等相關文獻的調研發現，研究內容的共同點是體育旅游服務資源和數據的高效整合、共享和應用[3].

目前，國內外學者對互聯網技術在體育與旅游產業融合中的應用進行了深入的研究，Li等[4]提出了一種基于SVM的智能旅游時空數據庫資源整合方法，結合旅游歷史時間數據和采集處理的空間數據，構建了基于旅游六大要素的旅游時空數據庫資源初步整合系統，并在此基礎上給出了理想的數據庫資源整合方案的定量表達.李衛星等[5]研究了大數據在智能旅游管理中的應用，利用物聯網、云計算、智能數據挖掘等技術在旅游產業發展和服務管理中，對旅游資源和信息資源進行高度整合和開發.王兆紅等[6]分析了京張區域體育產業高質量發展的目標、主線與著力點，探索了促進該區域體育旅游產業高質量發展的實施路徑.謝彥君等[7]從多維視角對體育旅游研究的歷史進行回顧，對體育旅游中發生的典型身心在場問題進行了有效闡釋.Zheng等[8]建立了基于互聯網技術的體育旅游服務應用模型，實現了體育旅游服務的內部管理控制、外部協作和信息發布功能.

雖然現有的方法在實際應用中取得了顯著的效果，但從物聯網在體育與旅游產業融合中的應用現狀來看，可以分析出幾個問題.首先，在物聯網的體育旅游服務中，存在體育旅游數據檢索時間長、實時性差的問題；其次，體育旅游服務物聯網與相關職能部門的協調整合不足，部分數據存在誤差；最后，物聯網技術在體育旅游服務管理中消耗巨大的能量.因此本文針對現有方法存在的問題，將物聯網技術與邊緣計算技術相結合，提出了基于物聯網技術的體育旅游服務應用模型.同時研究了體育與旅游產業融合中的應用效果，以期實現內部管理控制、外部協同、體育旅游服務信息的合理發布，來提高體育與旅游產業融合模型的應用效果.

1 研究方法

1.1 體育旅游資源相似度計算

在體育與旅游產業資源計算過程中，不同類型資源的相似度計算可分為兩部分：一是計算特征詞的相似度，二是計算體育旅游資源環境之間的相似度.其中，計算特征詞相似度的具體步驟主要有：使用Sim(w)表示特征詞的相似度，并使用分類子樹對特征詞進行劃分，其分類子樹如圖1所示.

圖1 分類子樹

根據分類子樹的分類結果，假設有兩個體育旅游資源特征詞wi和wj，計算wi和wj相似度的具體公式如下：

Sim(w)=I(wi+wj)=

(1)

其中：I代表特征詞的集合;θ表示特征詞分解的關鍵因素;h表示特征詞相似度計算的估計執行時間;n為相似系數;ηi表示所有子任務的執行順序;ηj表示通過資源分配可以直接對應的資源.

在計算體育旅游資源環境之間的相似度時，首先要計算wi和wj環境之間的相似度，然后需要對環境集合中的元素進行配對，以計算特征詞相似度，其計算公式為：

(2)

其中：ci代表一個具有強相關性的特征詞;rj表示弱相關性的相關詞.

1.2 基于邊緣計算的體育與旅游產業資源融合方法

現有物聯網技術采用集中式數據中心或云的方式進行數據處理，導致設備端網絡時延較大，無法滿足設備爆炸式增長的需求，對設備數據安全構成威脅，設備數據集成出現較大錯誤.邊緣計算技術緩解了集中式物聯網的這些缺陷，將計算任務轉移到邊緣服務端，顯著提高了時延和能耗，特別是對于延遲和能耗敏感的物聯網應用[9].建立基于邊緣計算的物聯網體系結構，整合體育與旅游產業資源的架構由物理事務層、物聯網邊緣設備層、邊緣網關層和邊緣業務層組成.在該體系結構中，邊緣網關層由多個邊緣網關組成，記為FDs.建立FDs私有K，形成一個FDs集合：F1={F Ds1,F Ds2,……，F Dsk}，通過數據源完成資源感知和采集，并通過資源預處理將數據傳輸到邊緣服務層.邊緣服務層主要負責遠程云計算連接，提供用于資源整合的全球服務端口，通過命令控制和管理EDs，實現體育旅游服務資源的調度.本文設置N個邊緣服務器，形成一個本地邊緣集：F2={E Ds1,E Ds2,……，EDsn}.

在邊緣網關層的邊緣網關中，嵌入虛擬化控制器，實現對上邊緣服務層的服務提供，以及下邊緣設備層的能耗與延遲、應用與任務分解等應用處理.虛擬控制器的中間部分是資源分配和調度，下層是資源整合和延遲分析，其中任務分解和應用程序處理負責資源的有效分配[10].虛擬化控制器內置在邊緣網關層的邊緣網關中，可以處理大多數邊緣任務，降低邊緣設備層應用請求的整體服務延遲和能耗，提高游客滿意度.由于基于互聯網的體育旅游服務應用模型中資源傳輸需要一定的時間和精力，因此對系統的時延、能量消耗和服務滿意度進行了描述.將體育旅游服務資源從傳輸設備層轉移到邊緣網關層，或者通過邊緣網關層將體育旅游服務資源轉移到邊緣服務層，并設置資源上傳率為vij，其計算公式為：

(3)

其中：xi代表邊緣網關層資源上傳率；yj表示邊緣服務層資源上傳率.假設體育與旅游產業資源整合的總體任務為G，為了在資源整合中選擇一個合理的任務分配渠道，首先得到所有請求任務的渠道分配候選解，并以矩陣的形式表示出來：

(4)

則所有請求任務的信道分配率為：

其中：ε表示任務請求的發送速率;L表示信道帶寬.

當資源集成請求任務的輸入數據大小為dc時，執行該任務所需的處理周期為Cij，虛擬化控制器的權重為μn，體育旅游服務資源參數的方差為σ2，則體育旅游服務資源的整合價值可以表示為：

φk=S(m,n)S(m+τ,n+τ)，

其中：τ表示傳輸的數據量.

當0<φk≤1時，體育旅游服務資源整合的總均方誤差為：

其中：s(k)表示任務計算卸載的時間成本;x(k)表示局部計算、任務卸載和數據傳輸所產生的能量消耗.

綜上所述，本文體育旅游服務資源整合過程如圖2所示.

圖2 體育與旅游產業資源整合過程

2 結果與討論

為了全面驗證物聯網和邊緣計算技術在體育與旅游產業融合中的應用效果并進行實驗驗證，本實驗采用模擬實驗的形式，具體的實驗軟硬件參數如表1所列.

表1 實驗軟硬件參數

為了保證實驗結果的準確性，通過Excel和Matlab等軟件對實驗得到的數據進行處理，為實驗研究提供必要的數據支持.在上述實驗硬件環境和參數設置的基礎上，選取Li等[4]、Wang等[11]、Ferrer等[12]，Mehrabi等[13]的研究方法并與本文方法進行比較.實驗的指標為體育與旅游數據檢索時間、體育與旅游數據融合誤差和體育與旅游服務管理能耗.結合多元函數求極值理論，計算出總均方誤差的最小值為：σmin=min[s(k)|x(k)]-Rd，其中Rd為權重因子.

Gτ=logcn(G(Hx,Hy))，

其中：cn代表重構后的體育旅游服務資源；Hx表示第x層體育旅游服務資源的資源函數；Hy表示體育旅游服務資源的第y個詳細的資源函數.因此，以體育旅游數據檢索時間為實驗指標，比較不同方法的應用效果，結果如表2所列.

表2 體育旅游數據檢索時間的比較(s)

通過表2中的數據可以看出，隨著實驗次數的增加，不同方法的體育旅游數據檢索時間呈現出持續增長的趨勢，同時不同方法的體育旅游數據融合誤差總體呈現先快速下降后平緩變化的趨勢.但相比之下，本文方法的數據檢索時間明顯較低，最小數據檢索時間僅為2.69 s，遠低于Li等[4]和Wang等[11]的方法.雖然Ferrer等[12]和Mehrabi等[13]的方法也取得了較好的性能，但與本文提出的方法相比仍有一定的差距.在旅游中，旅游者如同一個游牧者，遠離靜態和異化的位置，在一個個旅游情境的轉換和奇遇的體驗中，勾畫出非線性的生活發展藍圖，并從中反思、解構、重建自我.結果表明，隨著迭代次數的增加，該方法的體育旅游數據融合誤差始終低于傳統方法，表明該方法提供的體育旅游數據具有較高的可靠性，能為體育旅游服務提供實時數據，提高服務質量.

以體育與旅游產業融合管理能耗為實驗指標，比較不同方法的應用效果，結果如表3所列.

表3 體育旅游服務管理中能源消耗的比較(s)

由于旅游場域景觀的多向度以及旅游者尋求認同或差異的旅游動機，該方法在旅游體驗研究領域表現出強大的理論生命力.根據表3中體育與旅游產業融合管理的能耗對比數據，所提方法的能耗低于這些傳統方法，證明所提方法可以提高體育旅游服務質量.隨著迭代次數的增加，大多數對比方法的能量消耗逐漸增加，但該方法的能量消耗基本保持不變.在哲學、社會學、心理學以及一些人文學科的研究領域，隨著語境主義、情境主義、常人方法論、符號互動論等理論的廣泛應用，各種高卷入度的體育旅游項目能使旅游者不斷在某種身體的自我超越中感受一種完美的暢爽體驗.因身體參與的強度高于其他類型的旅游形式，因而體育旅游可能實現較高層次的旅游體驗.因此，本文研究成果可為體育與旅游產業融合的物聯網技術的研發、應用研究，以及管理人員提供一定的參考.

3 結語

目前，體育與旅游產業融合的發展正處于快速發展階段，但信息技術的發展還相對落后.大部分體育與旅游產業融合仍停留在傳統的運營模式.它們的組織能力有限，整體運行效率不高，對資源的消耗巨大.這些問題嚴重制約了體育與旅游產業融合的可持續發展.在互聯網信息大發展的背景下，體育與旅游產業融合依靠信息技術發展已成為一種趨勢.體育旅游服務業管理的全過程必然關注資源整合和優化，物聯網在體育與旅游產業融合領域占有重要地位.本文選擇物聯網技術和邊緣計算技術在體育與旅游產業融合中的應用作為研究對象.與傳統方法相比，該方法在體育旅游數據檢索時間、體育旅游數據融合誤差、體育旅游服務管理能耗等方面具有明顯的優勢.本文的創新之處在于體育與旅游產業融合體系的構建，但在相似度計算方法和邊緣計算方法上仍有改進的空間，在今后的工作中將注重方法的進一步創新.