您现在的位置:首页>前沿视点
智慧旅游中的大数据关键问题研究
作者:   时间:2014年08月15日 【字号: 】【打印本页】【关闭】
             杜军平,北京邮电大学计算机学院

  

一、该领域的学术进展

大数据”被视为云计算之后的又一科技热点, 并成为新时代的重要资源,目前世界各国都在加快战略布局和制定发展规划。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些数据进行专业化处理。智慧旅游的发展离不开大数据,只有依靠大数据提供足够有利的资源,智慧旅游才能得以“智慧”发展。近年来针对智慧旅游和大数据的研究成为当前社会和科学界共同关注的前沿问题之一。

近年来我国不少城市就对大数据环境下智慧旅游的开展研究和探讨,并开始如火如荼地构建自己的智慧旅游系统。江苏镇江市率先将大数据技术与智慧旅游相结合开展智慧旅游项目的建设。2011年4月,南京市开始实施在大数据环境下建设智慧旅游城市,釆用政府主导、多方参与、市场化运作的运营模式,联合社会各方资源共同推进“智慧旅游”的建设。2011年10月,北京市宣布启动基于大数据的智慧旅游项目,力争在“十二五期间”实现以提供满意服务为核心、行业管理服务、为企业经营服务为指导方针,打造“电子政务网、电子服务网、电子商务网”的互通、互联、互动的北京智慧旅游体系。

2012年5月北京市提出了《“大数据与智慧旅游”行动计划纲要(2012—2015)》,纲要中指出智慧旅游平台应该在大数据的支持下做到更加全面深入开发,逐步通过对大量数据的分析和挖掘,为相关部门提供市场指导和管理工作。2013年9月中国旅游产业博览会分论坛——中国智慧旅游峰会在天津举办,大会以“大数据驱动智慧旅游发展”为主题,提出了基于“大数据”的智慧旅游解决方案,基于“大数据”的理念与架构,为目的地解决旅游信息数据的全面感知、快速处理、高效存储问题,并运用“大数据”体系在智能数据挖掘方面的强大优势,帮助目的地真正实现智慧旅游的目标,共同探讨中国智慧旅游创新发展的新思路。

目前一些平台型旅游企业也已经开始应用大数据来改进自己的产品体系,为企业发展提供数据支持。大数据在旅游业中的应用将更多体现在服务上,引入大数据应用的智慧旅游服务,充分收集、分析、整合各方旅游资源数据,以实现最优调配服务资源。通过搜集游客消费动向、旅游资源状况等大数据,并进行量化分析,及时调整、制定相应的策略,为游客提供更好的服务,可以极大提升景区的管理效率。

二、该领域亟待解决的科学问题

随着大数据时代的开启,旅游服务企业正在受到大量复杂的结构化、半结构化和非结构化数据在容量、多样性和增长速度方面的挑战,旅游大数据为旅游服务企业提供了获取更丰富、更深入和更准确洞察信息的大好机会。然而,机会和挑战并存,在大数据时代,基于丰富的数据实现智慧旅游的数据化、互联化和智能化成为了新的挑战。在面向智慧旅游的跨媒体大数据智能分析与处理领域,对已有的智能信息处理技术及服务提供机制也提出了新的需求。深入地认识、科学地适应和应对大数据时代的智慧旅游已成为发展智慧城市面临的迫切任务之一。针对广大游客和旅游管理部门的需求,亟待解决的科学问题主要可归纳为以下几个方面。

(1)旅游大数据的高效感知:与智慧旅游相关的群智感知理论与关键技术的研究尚处于起步阶段,还不能为物联网和云计算环境下的层次化可扩展的智慧旅游系统的构建与应用提供有力支撑。因此,建立跨媒体旅游大数据的群智感知模型,以高度动态的自组织网络及协同大数据采集来支持旅游活动、环境数据的采集与监测,实现跨媒体旅游时空大数据的获取与表达,对面向大数据的智慧旅游研究至关重要。

(2)跨媒体旅游大数据的跨媒体关联:现有的数据分析与处理技术对跨媒体旅游大数据的自然属性、社会属性以及交互行为等上下文之间存在的复杂关系建模方面不能提供有力支持。目前对于如何定义跨媒体旅游大数据信息中的情境要素,并对其特征进行描述,快速有效地将时空感知数据与其它跨媒体数据相关联,从中挖掘游客行为模式,发现旅游环境和游客行为之间的关系和相互影响的理论与技术能力不足。

3)跨媒体旅游大数据的语义学习与内容识别:现有的数据分析与处理技术难以处理跨媒体大数据的非结构化数据格式以及内容理解的主观性与多义性。因此需要建立基于各类媒体信息的跨媒体内容识别模型,实现跨媒体旅游大数据的语义学习与内容识别,定义跨媒体信息中的情境要素,并将其特征进行描述,获得情境所产生的影响,并利用情境信息完成各种跨媒体数据的分析任务。

4)跨媒体大数据的融合:跨媒体数据逐渐成为网络信息的主要载体,尤其是网络上大量出现的图像、视频信息,基于文本的内容识别模型越来越难以全面、准确地识别相关内容及其影响范围和深度,融合跨媒体大数据的内容识别技术已经成为亟待解决的关键技术难点。

(5)跨媒体大数据挖掘:现有的技术不能从分布的、超大规模、超高维度、不完全的、有噪声的、模糊的、随机的旅游大数据中挖掘出可理解的知识模式,因此,需要研究基于云计算的跨媒体旅游大数据并行挖掘算法,建立适用于旅游大数据挖掘的云计算体系模型。

(6)面向大数据的智慧旅游服务评价:在智慧旅游的应用与服务提供方面,采用智能化的手段进行即时的服务点评也是旅游服务质量保障的一个基础。目前虽然提出了一系列的评价模型,但如何快速、便捷、真实地采集相关数据还缺乏有针对性的研究,目前还没有针对智慧旅游系统开发的旅游服务质量综合评价系统。因此,需要以智慧旅游环境下的可信服务提供问题为研究对象,建立以游客为中心的旅游服务质量评价方法和实现机制。

三、该领域相关技术成果应用方向建议

大数据相关技术成果主要应用于为旅客提供更加精细化、个性化、智能化服务。随着大数据技术的飞速发展,旅游大数据研究的发展与实际应用将结合的越来越紧密,其应用方向主要包括:

(1)旅游时空数据挖掘技术

随着传感器网络、全球定位系统(GPS)、手持移动设备等设备的普遍应用,积累了大量的与旅游相关的移动对象数据,使人们前所未有地获取了大量的气候数据、数字影像数据以及地理科学数据,这些时空数据内嵌于连续空间,其样本在时间、空间上存在很强的自相关性,其中隐含的模式往往是局部的,从而使时空数据挖掘具有特殊性和复杂性。因此,寻找有效地时空数据分析技术对于时空数据中有价值时空模式的自动抽取与分析具有重要意义。时空数据挖掘作为一个新兴的研究领域,致力于开发和应用新兴的计算技术来分析海量、高维的时空数据,揭示时空数据中的有价值知识。通过运用时空挖掘技术,实现旅游时空信息的跨媒体大数据挖掘,这是大数据运用于智慧旅游的热点方向。

(2)基于云计算的跨媒体旅游大数据并行挖掘技术

旅游数据类型的多样化,对传统的数据分析平台发出了挑战。数据挖掘算法的有效性和可伸缩性是实现数据挖掘的关键,而现有的算法往往适合常驻内存的小数据集,大型数据库中的数据无法同时导入内存,随着数据规模的不断增大,算法的效率逐渐成为数据分析流程的瓶颈。以MapReduce和Hadoop为代表的非关系数据分析技术,凭借其适合非结构处理、大规模并行处理和简单易用等优势,成为并行挖掘领域的主流技术。Hadoop架构支持在公有云端存储EB量级数据的应用,为云计算与大数据的深度融合提供基础。随着旅游数据规模、数据类型的不断增大,分析处理的时间相应地越来越长,大数据条件下的智慧旅游对信息处理的时效性要求越来越高。因此对高维、大规模、跨媒体旅游大数据的并行挖掘技术是实现智慧旅游的重要基石。

(3)基于群智感知的旅游大数据分析技术

通过大数据技术以及群智感知技术,可为研究游客的旅游行为提供了新的途径。群智感知数据来自不同的传感器、不同的用户,必须智能地利用才能有效地发挥价值,形成从数据到信息再到知识的飞跃。智能手机的广泛使用使得群智感知成为可能,通过搜集大量游客旅游时的GPS位置移动轨迹,以及文本、照片等跨媒体信息,将不同媒体形式、来源的数据根据时间、空间及行为特征的关联进行分类,从中挖掘游客行为模式。深度挖掘游客的行为特征,通过对大量游客的行为分析,挖掘出游客的群体行为特征、游客相关的社会属性(如评价、热度和喜好等)及其相互关联特性,为智慧旅游的实现提供了重要的数据支撑和指导。

(4)应用方向建议

大数据下的智慧旅游主要体现在“旅游服务的智慧”、“旅游管理的智慧”和“旅游营销的智慧”三个方面,而大数据与智慧旅游的融合也应以这三个方面为主要导向。

大数据在旅游服务智慧的应用:利用大数据技术对海量旅游信息进行分析,以旅游者旅游活动的六要素吃、住、行、游、购、娱为依据,根据实际情况建立横向和纵向的维度分析模型,依托行业数据库进行分析。大力建设数据中心、服务端平台、使用端平台、将IT构架引入旅游业,将分散、海量的旅游信息,更友好地呈现出来,方便游客规划和安排行程。通过大数据分析,预测游客的关注热点,主动向游客提供符合游客情境的旅游热点内容,实现智慧旅游。

大数据在旅游管理智慧的应用:在旅游管理方面则应该加强游客信息的收集,注重游客大数据的积累与存储。逐步通过对大量数据的分析和挖掘,指导和管理工作,如酒店更加精准地根据顾客特征和偏好,推荐有吸引力的旅游产品和服务、旅游景区更好地进行客流疏导和调控、旅行社更方便地整合信息资源,开发出更有针对性和个性化的旅游产品等。

大数据在旅游营销智慧的应用:这是大数据时代下智慧旅游的典型应用,传统旅游行业的营销体系一般是广告活动来进行旅游营销,基本都是“B2C”模式,效率低下、难以考核有效性。大数据时代的智慧旅游通过打折、提供信息、服务预订等方式,把线下商店的消息推送给互联网用户,从而将用户转换为自己的线下客户。例如与百度等搜索引擎公司、携程等大型旅游在线服务商合作,利用外部数据进行数据分析挖掘,实现精准营销。目前山东省旅游局信息中心已经跟百度合作,通过百度的数据准确的反映山东旅游的客源市场在哪里、哪些产品是消费者关注的,通过网站数据监控系统和大规模数据仓库技术,挖掘客户需求,依据客户需求创新产品,制定更精准的营销策略,充分发挥社交媒体的互动传播功能,为精准营销提供重要的数据支撑。

附件下载
 
 
  访问次数
  通知公告 更多>>
  • · 2016年度北京市自然科学基金委员会-北京市教育委员会联合资助项目拟资助项目公告(2016-04-21)
  • · 2016年度北京市自然科学基金委员会-北京市科学技术研究院联合资助试点工作拟资助项目公告(2016-04-21)
  • · 关于2016年度京津冀基础研究合作专项项目申报的通知(2016-03-24)
北京市自然科学基金委员会办公室 版权所有
ICP备案编号:京ICP备10050128号 京公网安备:11010500245
地址:北京市海淀区四季青路7号院2号楼3层311室 邮政编码:100195 联系电话:(010)66153609 传真:(010)66157137