午夜香蕉视频,制服师生av在线,香蕉99

閆向軍：旅游大數據清單之公墓鬧鬼

閆向軍文章來源：勁旅網 2014.11.05 10:43 閱讀量：41210

目前旅游業對移動通訊數據的應用還處于初級階段，從以上兩種模式來看，手機信令數據長于分析景區以及目的地客源結構等旅游者屬性信息，移動LBS數據長于分析景區以及目的地的旅游者行為信息。

　　業內說起很火的“智慧旅游”的時候，總捎帶腳議論“大數據”，似乎“大數據”無處不在;但是稍微刨根問底下去，又好像什么也沒有，最后也就只是議論議論，落不了地。

　　旅游業是綜合性的產業，主體是旅游者。這句話就決定了，旅游大數據的來源是多樣化的，數據分析的主要對象是旅游者。移動互聯網時代，伴隨旅游者的數據“觸發”介質越來越多，比如信息獲取工具(PC、移動電話等)、身份驗證(二代身份證、電子護照、身份手環)、交通工具(汽車、車聯網)、結算工具(銀行卡)等。打從旅游者產生旅游沖動開始，到返回常住地乃至以后相當長的時間，旅游者要通過各種“介質”與外界進行信息交流，有交流就有數據“痕跡”，這就形成了大數據的來源。從大的方面來說，這些數據可以得出三個方面的結果：一是旅游者屬性信息;二是旅游者行為信息;三是旅游者信息獲取行為信息。之所以把旅游者信息獲取行為單列出來，是因為這些信息對目的地來說極其重要，是目的地進行網絡營銷的重要依據。這里就通過列一列旅游大數據清單辦法，說道說道。

　　移動互聯網時代旅游者手中的手機是唯一一個伴隨整個旅游活動的信息交流介質，也是有關旅游者大數據的主要來源。目前在移動通訊數據方面的旅游大數據應用探索主要是：

　　移動手機信令數據。2013年以來，國內陸續有省市目的地與移動通訊商合作，通過采集分析移動移動手機信令數據來監測旅游景區內旅游者的屬性信息，其中山東省監測省內的50家景區，范圍最大。通過監測可以分析各個景區游客的客源結構、停留時間和實時流量，其中景區的客源結構數據尤其重要。這是國內目的地第一次基于大數據分析獲取旅游者信息的模式，也是第一次通過信息技術手段直接獲取旅游者信息方式。通過近兩年的實踐情況來看，優勢是時效性強，數據獲取直接，客源分析數據詳盡，客源區域分布數據可以到地級市。缺陷是對位于市區的景區在區分本市市民手機和本市游客手機時，經常有誤差;另外對于黃金周和非黃金周時段的不同流量算法還存在問題，有待進一步優化解決。山東已開始嘗試把監測范圍擴大到目的地城市，以目的地城市手機漫入漫出數據為基礎，分析外來旅游者相關信息，同時把合作范圍擴大到移動、聯通和電信三大運營商。從目前來看，這是分析目的地景區旅游者屬性信息尤其是客源結構信息最準確最有效的方法。另外，有景區嘗試利用WIFI方式，還處于試驗階段，數據的覆蓋面也存在問題;還有通過人臉識別、閘機獲取只能得到流量數據，局限性很大。

　　移動手機LBS數據。今年百度推出的景區熱力圖是這方面有益的探索，它是通過游客的LBS數據，分析得出旅游者的行為信息，借以了解景區內游客的分布和聚集狀態。理論上來說，僅僅通過百度地圖的LBS數據來推測景區內的游客分布情況有一定的誤差，當然以此來引導游客的游覽線路和時間在實際效果上也很難說。也許是為了很好的展示效果，百度景區熱力圖只是選擇了部分熱點目的地，景區也大多以商業街區、開放式景區和城市公園為主。不過景區通過積累時期數據，可以研究不同時期以及一天中不同時間游客的分布聚集規律和流動特點，對景區的內部管理和游覽線路的合理設定有很大的幫助。

　　另外百度結合LBS數據和搜索數據還開展了景區流量預測和城市流量預測，這也是國內第一個通過大數據分析方法預測旅游者的行為數據，其標志意義非常大，尤其是旅游大數據分析開始步入預測領域，以可視化的方式展現景區和旅游城市未來一段時間游客的流量和流向。粗略觀察來看，由于未標示預測數據內容，缺乏其他數據的驗證支撐，也不清楚不同類型的城市和景區在預測算法上如何處理，數據效果有待考證。不過目前來說，對于目的地城市和景區也有很大的參考價值。

　　目前旅游業對移動通訊數據的應用還處于初級階段，從以上兩種模式來看，手機信令數據長于分析景區以及目的地客源結構等旅游者屬性信息，移動LBS數據長于分析景區以及目的地的旅游者行為信息。從實踐情況來看，對于數據分析呈現與旅游業需求的磨合以及效果來看還有很多問題。比如所謂“大”數據如果“小”了的時候會出現什么情況?很搞不懂百度在設計“景區熱力圖”板塊時，為什么加了“墓區”這一選項，估計是為清明節的應景。只是當進入天津市永安公墓夜里2、3點鐘熱力圖時，赫然發現：有人!好像還不少!活生生演了一出《古墓麗影》。“大”數據“小”了的時候會“鬧鬼”的。

在線旅游移動互聯網旅游大數據旅游大數據