基于新媒體技術的休閑農業信息服務推送平臺設計與應用分析＊

張 莉 吳澤蘭 宋 茸

（湖南應用技術學院信息工程學院，湖南常德 415100）

0 引言

在5G 技術、“互聯網+”等信息技術背景下，新媒體技術應用于各行業的方方面面，對促進鄉村休閑農業旅游發展有著重大的意義。目前，鄉村休閑農業旅游項目信息平臺推送單一，達不到個性化需求目標，因此，原有的信息服務推送平臺需升級創新，以全新的模式創建休閑農業項目的特色服務與特色農產品品牌推送效應，提高常德周邊地區休閑農業知名度，吸引更多的游客回歸鄉村、回歸自然、休閑游樂，助推鄉村休閑農業的振興發展。

1 新媒體技術內涵與優勢

新媒體技術是指以現代化的通信技術、大數據技術、網絡技術、數字技術以及人工智能等全新技術為基礎,能夠向用戶提供個性化需求的信息服務。

2023 年3 月，中國互聯網信息中心發布的第51 次《中國互聯網發展狀況報告》顯示，2022 年末我國網民人數高達10.67 億，微視頻、抖音、短視頻、即時通信等用戶使用量達90%以上，其未成年群體的使用量相比成年群體更高。新媒體技術建立在大數據技術、人工智能技術、數字技術的基礎上，人、物、社會間的信息交互環境發生了大的轉變。新媒體技術依托現代化的信息技術、數字技術與網絡技術等，利用智能手機APP、電腦等作為信息傳播的媒介，以個性化、數字化、多樣性、交互性及跨時空等特點占據絕對的優勢，是連接休閑農業與鄉村網絡經濟的橋梁。

2 個性化推送技術分析

新媒體技術與大數據及智能移動網絡體系，涉及移動網絡模式、新媒體、特征數據分析、信息推送運用的相關技術等。從數據來源、數據挖掘、數據處理方面對平臺的服務結構進行整理分析。個性化推送技術，根據獲取的用戶數據可以實現用戶信息與推送信息的有效匹配，對用戶可能的需求和愛好進行分析，包括用戶填寫信息、用戶瀏覽記錄及平臺關注等，全方位了解用戶信息，按用戶需求選擇性地推廣信息，讓用戶對信息推廣有較高的認可度[1]。

2.1 關聯規則技術

關聯規則是形如X→Y的蘊含式，其中，X和Y分別稱為關聯規則的先導和后繼。關聯XY存在支持度和信任度。關聯規則挖掘的經典算法是Apriori 算法，通過經典的Apriori 算法對休閑農業產品進行特征分析，找到用戶特征屬性與休閑農業項目的關聯性[2]。

2.2 聚類分析技術

聚類分析技術作為數據挖掘與統計分析中的重要應用技術，聚類（Clustering）就是將數據集劃分為由若干個相似對象組成的多個組（Group）或簇（Cluster）的過程，使得同一組中對象間的相似度最大化，不同組中對象間的相似度最小化，或者說一個簇（Cluster）就是由彼此相似的一組對象構成的集合，不同簇中的對象往往相似度很低或不相似。K-means 算法是經典的聚類分析算法[3]。

K-means 聚類的最小值求解公式如下。

若N個數據點，一共要分K個cluster，則K-means就是進行最小化。

在J取最小值時，即rnk取得最優解，同樣可得到uk的最優解。將J對uk求導，令其為0，J能取得最小值。

K-means 算法實際上是一種最簡化的數據建模形式。

3 新媒體技術+休閑農業

在鄉村休閑農業發展中，新媒體技術為旅游者提供貼心周到的服務。大數據對平臺旅游用戶信息進行采集，如進行時長、路徑等信息采集，追蹤其偏好，從而利用多媒體可視化平臺向用戶精準推送鄉村休閑農業項目，讓旅游者選擇適合自己需求的休閑項目，也可以對休閑農產品與項目服務進行改進與升級，同時促進云休閑農業信息服務平臺的形成，助推現代化鄉村的轉型升級[4]。

4 新媒體技術背景下休閑農業信息服務推送平臺設計

融入新媒體可視化技術、移動互聯技術、LBS 定位技術、Beacon 技術與數據庫訪問技術、藍牙Eddystone、UML、JFinal 架構技術，設計基于新媒體視域下的休閑農業信息服務推送平臺，界面設計操作便捷，便于數據收集、統計分析與整理，為實現新媒體視域下的休閑農業信息服務推送平臺奠定基礎[5]。

4.1 前臺功能模塊設計

前臺功能模塊設計包括景區休閑旅游項目管理、線上訂購管理、產品信息推送、行業新動態信息，其功能模塊設計如圖1 所示。

圖1 前臺功能模塊圖

（1）景區項目管理：方便用戶查閱景區休閑項目，提供可視化導覽、智能助手和人工線上咨詢服務等。

（2）在線訂購：方便用戶提前預訂酒店、項目門票、線上訂餐、購買休閑農產品等。

（3）項目產品信息推送：對精品路線、特色景區、優農佳品、采摘垂釣等信息精準推送。

（4）行業新動態：供用戶查詢休閑農業項目與產品相關的新國家政策與動態新聞等。

4.2 后臺功能模塊設計

后臺功能模塊設計如圖2 所示。

圖2 后臺功能模塊設計圖

（1）游客用戶管理：此功能主要用于管理員注冊、刪除、修改普通用戶信息，同時普通用戶可以修改自己注冊的用戶相關信息。

（2）訂購管理：對注冊用戶線上訂購活動進行管理，包括購物車產品管理和訂單管理。

（3）景區項目管理：此功能模塊主要對景區項目信息的追加、刪除和修改操作。

（4）農產品管理：此功能模塊主要對農產品信息查看、農產品添加、農產品刪除、農產品修改操作。

（5）休閑農業信息推送分析：此功能模塊用聚類分析和關聯規則分析對注冊用戶的性別、年齡、職業、學歷、收入等進行聚類分析計算與關聯規則分析計算，實現游客用戶個性化需求信息推送。

4.3 數據庫設計

平臺數據存儲運用MySQL 數據庫，MySQL 使用的核心線程，支持多線程的多處理器。通過類庫來實現SQL 函數，查詢初始化后沒有內存分配，也無內存bug，且支持聚合函數。MySQL 支持不同平臺，如Java、C、PHP、C＋＋、Python 等。

5 新媒體技術在休閑農業信息服務推送平臺中應用數據分析

新媒體技術的休閑農業信息服務推送平臺，運用互聯網移動服務終端，以常德周邊地區鄉村休閑農業項目消費用戶群為例，移動設備用戶利用推送平臺不僅可以搜索休閑農業項目、景區、農產品，還可以線上預訂服務、查詢服務、精準定位服務等，對服務平臺用戶的行為特征數據進行類比分析，運用數據挖掘關聯規則算法與聚類分析算法結論分析數據，精準為旅游用戶推送景區項目或采摘路線、農產品、果園、民宿、酒莊、垂釣等。其平臺導出結果如圖3 所示。

圖3 導出關聯規則分析

（1）關聯規則分析得出結論：通過平臺采集用戶的地區、性別、職業、學歷、年齡、收入、購買產品名、預訂信息等一系列的關聯數據，利用關聯規則分析中Aprior算法，將置信度設置為100%，得出強關聯規則80 條，還有部分強關聯規則數據。

部分強關聯規則顯示：節假日消費群體中學生居多，他們對景區的特色產品服務關注度較高，當然在信息技術飛速發展的今天，工作繁忙之余，推送平臺的消費對象逐步向親子家庭、在職人員、自由工作者、退休人員、離職人員、無業人員等用戶擴散，他們對自己感興趣的休閑農業特色產品更為關注。

（2）通過平臺導出休閑農業的農產品類別、價格、行為特征，用戶的職業、收入、年齡等屬性特征進行K-均值計算方法數據聚類分析，挖掘休閑農業用戶和農產品類別之間的關系，其導出結果如表1 所示。

表1 數據聚類分析表

結果表明：第一類34 條數據記錄，職業是學生，年齡是22 歲以下，收入是2000 元以內，特色休閑項目價格是50 元以下；第二類31 條數據記錄，職業是在職從業者，年齡是22 ～36 歲，收入在2000 ～3000 元，特色休閑項目價格是50 ～100 元間；第三類16 條數據記錄，職業是自由從業者，年齡是45 ～60 歲，收入在4000 ～5000 元，特色農產品價格是100 ～200 元；第四類6 條數據記錄，職業是在職從業者，年齡22 ～36 歲，收入在2000 ～3000元，特色休閑項目價格是100 ～200 元；第五類13 條數據記錄，職業是自由從業者，年齡是35 ～55 歲，收入在4000 ～5000 元，特色休閑項目價格是50 ～100 元。

6 結語

以常德地區消費用戶為研究對象，多媒體技術休閑農業信息服務平臺應用分析，導出用戶數據，采用聚類K-均值算法對其職業、性別、年齡、學歷、薪資水平、地域、休閑項目類別、價格、消費數量等屬性進行分類，用關聯規則中Apriori 算法匹配用戶信息與休閑農業項目信息及農產品信息間的關聯，設計多媒體技術休閑農業信息的個性化推送平臺。