摘 要：智慧旅游是指通过物联网、云计算、互联网等技术，通过借助手机、笔记本电脑等移动终端，获取旅游资源、游客、旅游经济、旅游活动等旅游信息并及时发布相关数据信息，让游客根据这些数据信息合理安排自己的旅游计划，并提高旅游资源的利用率，促进我国旅游业的发展。大数据技术具有获取信息速度快、海量数据信息、数据存储多样化等特点。通过大数据挖掘技术，可以发掘旅游资源的有效数据信息，分析不同人群的出行需求，为广大游客打造个性化、多元化的旅游产品，满足人们多元化的旅游需求。本文主要阐述了大数据技术概念、大数据特点以及大数据技术在智慧旅游中的具体应用。
关键词：智慧旅游；大数据技术；大数据挖掘；旅游资源
中图分类号：TP311.13；F592文献标识码：A 文章编号：2096-4706（2018）09-0192-03
Abstract：Smart tourism refers to technologies such as internet of things，cloud computing，internet and so on. With the help of mobile terminals such as mobile phone，iPad，notebook computer and other mobile terminals，travel information such as tourist resources，，tourists，tourism economy and tourism activities are obtained and the relevant data are published in time. According to these data，the tourist plans are arranged reasonably in order to improve the utilization rate of tourism resources and promote the development of tourism in China. Big data technology has the characteristics of fast information acquisition，massive data information，and diverse data storage. Through the large data mining technology，we can fully explore the effective data information of tourism resources，analyze the travel needs of different groups of people，for the vast number of tourists，and meet the diversity of peoples tourism needs. This paper mainly expounds the concept of big data technology，the characteristics of big data and the specific application of big data technology in smart tourism.
Keywords：smart tourism；big data technology；big data mining；tourism resources
0 引 言
旅游业作为第三产业，被称为无烟工业，作为一种高级社会消费形式，旅游业将物质生活消费和精神文化消费有效的结合起来。近年来，随着人们生活条件的改善，出行旅游的人数越来越多，根据我国国家旅游局的相关数据显示，2017年国内游、出境游人数已经达到50亿人次，我国旅游业已经从小众旅游发展为大众旅游。旅游业是一个信息密集型产业，汇聚了大量的数据信息，但是长期以来，由于旅游资源信息的不对称性和多元化，使得旅游资源没有很好的开发利用。
智慧旅游是2011年国家旅游局提出的我国旅游业未来十年的发展目标，其主要依托的是利用计算机、信息技术将旅游经营活动信息化，打造成信息含量高、知识密集型的旅游产业，从而实现智慧旅游的目的。根据工信部2018年5月21日发布的数据信息可知，2018年4月底，4G网络用户达到了10.8亿，其中移动互联网用户总数达到了13.2亿户，同比增长15.3%，手机上网用户达到了12.2亿户，而且手机上网人数在不断增加。移动互联网的发展，给智慧旅游的发展提供了便利，当前携程、飞猪旅行、美团等一大批旅行网站快速发展，这些网站拥有大批的用户数据信息，通过大数据技术，可以将这些数据信息进行存储，并挖掘有价值的数据信息，为用户提供个性化的旅游产品，实现旅游服务智能化和旅游管理数字化的发展目标。
1 大数据技术和智慧旅游概念
1.1 大数据技术特征
大数据（big data）是这几年来互联网领域的一个热词，被誉为信息社会的煤矿资源。根据麦肯锡全球研究所得定义：大数据是一种在获取、存储、分析和管理等方面都大大超过了传统数据库软件工具的数据集合技术，它需要新的处理模式、更强的决策力和洞察力来适应海量数据信息的增长和多样化的信息资产的能力。
大数据具有以下特征：第一，海量数据。数据信息总量急剧增长，由原来的TB并转化为现在的ZB存储内存。第二，数据存储形式的多样化。传统的数据大多数指图表，但是大数据时代，数据包括文字、图片、音频、视频、动画等形式内容。第三，获取数据信息的速度快。大数据时代背景下，对数据信息的获取、处理速度等方面都提出了新的要求。第四，复杂性。互联网每天产生海量的数据信息，这些数据信息的来源渠道广、数据多，具有一定的复杂性，这就对数据信息处理技术提出了新的要求。随着信息技术的发展，大数据与云计算、物联网技术的结合越来越密切，这为大数据的发展提供了强大的助力，让大数据营销发挥更好的作用。
1.2 智慧旅游概念
智慧旅游这个概念最早是由江苏省镇江市提出来的，通过开展智慧旅游项目，打造感知镇江、智慧旅游的新时代。智慧旅游的核心技术是感动芯，这一技术由江苏省镇江市研发，并在2008年北京奥运会和2010年的上海世博会得到充分利用了。智慧旅游简单来说就是一种基于在旅游体验、旅游产业、旅游管理等方面的应用物理资源和信息资源充分融合，并服务旅游市场的一种全新旅游形态。它以信息技术和通信技术为基础，游客互动体验为中心，通过互联网终端设备主动感知旅游信息资源，并帮助游客及时调整个人旅行计划，实现游客和网络的实时互动，让旅游进行触摸时代。
2 数据挖掘算法研究
通过关联分析、聚类分析、分类、预测、偏差分析等方法，为智慧旅游的发展提供参考、决策。
2.1 关联规则
关联规则是指通过两个或者两个以上变量取值之间存在某一种关联性。数据关联是数据库存在一类重要的、可被发现的知识，关联规则分为简单关联、因果关联以及时序关联。通过关联分析找到大数据中隐藏的关联网，然后借助可信度和支持度两个阈值分析关联规则的相关性，从而使得数据挖掘更符合实际要求。
2.2 分类
分类是指对某一个类别进行描述的方法，即它通过对相同的内容或者相同性质的信息进行统一管理，集合在一起反应这类数据的整体信息，然后根据这类数据的描述构建模型，形成一个有条理的分类系统。通过数据分类将其分配到一个正确的类别中并用预测方法预测给定出一个类的标号。
2.3 加权算法
加权算法指投放网络广告后的一段时间内，从不同层面进行权重的赋予，从而判别出不同广告效果差异产生的方法。通过加权算法，分析各个广告投入方面的效果，从而选择合适的营销方式。
2.4 预测
预测指通过历史数据信息找出变化规律，建立数据模型，并通过数据模型对未来数据的类别、规律进行预测的分析方法，预测分析主要是需要考虑到数据的精度和不确定性。通过预测分析，为政府旅游管理部门、旅行社以及游客等决策提供参考，以帮助游客选择自己所需的旅游产品。
我国将计算机信息技术在旅游产业中应用时间比较短，香港、澳门等地在这方面处于国内领先地位。比如澳门每年接待内地游客1000多万，通过澳门信息平台，可以看到内地各个省份到澳门旅游的人数和排名，从而帮助澳门政府制定相应的旅游战略规划。2017年旅游数据表明，广东省全省一共接待国内外游客4.44亿人次，江苏省接待国内外游客7.47亿人次，浙江省一共接待国内外游客6.41亿人次。这些数据表明我国国内大部分城市每年接待游客的数量远远大于澳门，但是大部分城市的旅游平台对游客客源构成情况、游客指向以及发展趋势不明朗，无法设计出具有针对性的旅游产品。
旅游数据目前的来源比较广，主要包括微博、微信、视频网站等我国的网络社交平台产生的数据信息。还有各大携程、艺龙、去哪里、途牛旅游网、马蜂窝、同程旅游等在线旅游服务平台产生的数据信息，以及各大旅游攻略网站上用户对旅游地的住宿、旅游景点公共设施是否完善、物价等方面进行详细描述的信息，这些大多数都是图文并茂，还有各个旅游景区和酒店内部的信息系统、视频监控系统、感知系统产生的数据信息。根据这些数据信息的来源将其分成内部信息（如图1所示）和外部信息（如图2所示）。
3 大数据挖掘技术在智慧旅游中的应用
智慧旅游的核心体现在智慧方面，“智慧”指旅游服务的智慧化、旅游管理的智慧化以及旅游营销的智慧化。因此大数据挖掘技术主要应用在智慧旅游这三个方面。
3.1 大数据挖掘技术应用在旅游景点推荐系统中
随着生活水平的提升，对旅游的需求也在不断增长着，对旅游服务质量和旅游景点也有了更高的要求。当前，旅游市场上同类型的旅游景点比较多，如何推荐消费者选择感兴趣的景点，满足消费者个性化旅游产品消费的需求至关重要，将加权挖掘算法应用在旅游景点推荐系统中，将智慧旅游中所有的事物看成同等重要的数据信息，把根据旅游者感兴趣的景点作为初始度量，通过对原始数据的迭代式更新，将其不断反馈给旅游者，系统自动定位消费者感兴趣的景点。旅游景点推荐系统是由一个景区的景点构成，景点又包含多个项目。如果旅游者和项目发生交互关系称之为一次事件，比如游客在某一个景点买了2盒糕点，那么这个糕点就是项目，这一次交易就是一次事件。根据关联挖掘算法：可以根据消费者的这一次事件，对消费者的行为进行延伸，以充分挖掘消费者的其他需求，并在这个基础上，系统自动关联相关旅游景点，让消费者能够进行同类选择，以提高旅游景点推荐的实效性和转化率。
3.2 大数据挖掘技术在智慧旅游管理中的应用
我国旅游业的快速发展，催生了大量的旅行社和旅行相关的企业，但是这些旅游企业缺乏先进的管理经验和管理制度，使得内部管理比较混乱，进而严重影响到用户的旅游体验。将大数据技术应用在智慧旅游管理中，优化企业内部管理流程的同时，对用户数据信息进行收集和积累，并对这些收集的数据信息进行分析和挖掘，使得酒店可以根据用户的特征和偏好推荐相关的旅游产品，提高用户购买力，旅游景区可以对客流进行有效的疏导和调控，旅行社可以根据游客的需求制定相应个性化的旅游产品。
每年的6-8月份是旅游的淡季，但是这个时期也正好是学生的假期，针对这部分游客，旅游社可以制定适合学生出行的旅行产品，以满足学生出行要求。由于旅游是一项复杂的经济社会活动，涉及到衣食住行购等各个方面，通过大数据技术对旅游产业进行分析和监测，实现对其进行有效的管理，并推动我国旅游业的健康发展。广东省政府整合公安部门、环保部门、公路部门、国土部门、城乡建设部门、商务、航空、气象局、邮政等与旅游相关的职能部门的数据信息，并和淘宝、百度、谷歌等搜索引擎和电子商务旅游企业之间进行合作，建立广东旅游大数据资源库，对旅游资源进行数字化管理，从而推动旅游产业数字化、网络化、大众化的发展。
3.3 大数据挖掘在智慧旅游营销中的应用
传统旅游行业采取B2C模式，也就是企业对消费者直接进行商业活动的电子商务模式，它依托互联网进行在线销售，也称网络营销。主要通过推送广告进行促销活动，或者这种营销模式效率低、无法深入挖掘用户的需求，营销效果无法把握。将大数据技术应用在智慧旅游营销中，可以实现O2O模式，也就是线上营销购买带动线下销售或者线下经营。通过打折促销、网上服务预定、个性化服务将线下商店的信息发送给互联网用户，并将互联网用户转化为线下用户，以满足用户个性化需求。
近年来以O2O模式为代表的餐饮行业快速发展，用户可以在网上订餐，然后到线下商家进行消费。以美团为代表的餐饮APP不仅提供吃喝玩乐，甚至开始利用平台APP的大数据信息，提供出行打车服务，用户可以实现美团APP的订餐、预定酒店、预定出租车等一站式餐饮服务。我国铁路部门和线下餐厅联合服务，推出互联网订餐服务，用户只需要登录12306铁路订票系统或者手机APP，就可以预定自己路过车站站点的美食，美食做好以后提前送到火车站，列车到达以后，车站工作人员将预定好的餐食送到旅客手中。目前广东旅游局信息中心和百度合作，根据百度搜索引擎提供的大数据信息，充分挖掘广东旅游的客源市场，并通过大数据仓库技术和网站监控系统挖掘游客的需求，制定旅游精准营销，为用户打造个性化的旅游产品。
4 结 论
目前，我国旅游行业对大数据挖掘应用还处于起步阶段，主要是网络旅游服务平台利用大数据技术为用户提供吃住玩乐等服务。根据国家旅游行业的发展规划，未来旅游行业将朝着智慧旅游的方向发展，因此要充分认识到大数据挖掘技术对智慧旅游行业的促进作用。
参考文献：
[1] 陈文娟.大数据挖掘在智慧旅游应用中的探究 [J].信息记录材料，2018，19（4）：114-115.
[2] Abdul Majid.基于地理标签的社会媒体数据挖掘的智能旅游推荐研究 [D].杭州：浙江大学，2012.
[3] 徐少甫，张天明.复杂网络数据挖掘在智慧旅游系统中的应用研究 [J].数字技术与应用，2017（10）：39-40+42.
[4] 张占昭.加权挖掘算法在智慧 旅游景点推荐系统中的应用分析 [J].数字技术与应用，2017（3）：168+256.
[5] 李丁，贾志洋，汪际和，等.智慧旅游管理与智能推荐技术 [J].中国管理信息化，2013，16（7）：80-81.
[6] 智慧旅游体验精彩 [J].北京农业，2014（17）：14-17.
[7] 刘粉.“智慧旅游”的现状及发展意义 [J].西部皮革，2016，38（14）：108.
作者简介：鄢创辉（1978-），男，汉族，湖南沅江人，中共党员，计算机讲师，本科。研究方向：网络规划与设计、网络管理技术、网络教学内容的数据挖掘。
