龚 花 陈 琦 陈名辉

(湖南女子学院社会发展与管理学院 湖南 长沙 410004；2.上海浦东发展银行长沙分行 湖南 长沙 410003)

一、引言

在“互联网+旅游”的发展背景下，由政府主导的旅游行业管理信息化建设和智慧旅游政务管理体系建设、由企业主导的旅游电子商务、景区主导的智慧景区建设等在智慧旅游项目在全国迅速发展。国家旅游局数据中心和携程旅行网的“旅游大数据联合实验室”成立，表明大数据参与主体更加广泛，大数据来源和运用更加多样。

大数据的发展时间相对较短，对其在旅游结合的研究相对较少，主要集中大数据在旅游行业的运用途径方法和大数据运用过程中存在的问题及对策。旅游学刊在2017年第9～10期组织了旅游大数据的现状和未来的主题笔谈，在笔谈中，杨旸，刘法建(2017)指出了大数据在旅游研究的应用过程中存在虚假评论的数据来源问题、数据样本的代表性问题、大数据研究方法科学性的问题等[1]。李云鹏(2017)指出大数据在旅游应用的新方向是基于旅游场景的分析，主要运用在旅游消费场景、旅游管理场景、旅游营销场景和旅游服务场景[2]。钟栎娜(2017)提出在旅游研究的情景下，基于大数据的旅游研究设计可分为现状描述、预测、行为解读、推荐、决策优化五个层次[3]。大数据与旅游景区相结合的研究主要集中在智慧旅游景区的建设方向。代小林(2017)结合黄山名胜风景区分析了我国智慧景区的发展现状、景区时空大数据的内涵及类型和大数据对未来智慧景区建设的影响[4]。郭珂(2018)阐述了旅游大数据的运用方法，针对大数据在智慧旅游应用中存在的问题，提出相应的建议，以加快推进旅游大数据发展和应用[5]。惠林彬(2019)提出游客从了解景区、购买门票、景点游览、休憩购物到离开景区等环节都离不开大数据与智慧服务[6]。

二、景区大数据的来源

随着互联网、传感器，以及各种数字化终端设备的普及，数据呈现出爆炸式的指数级增长。由于旅游行业具有综合性，涉及宾馆饭店、交通、零售商场、餐饮娱乐、景区景点等多种行业，和旅游相关的大数据来源更加广泛，数量更加庞大。景区的大数据主要由旅游从业人员、管理者、经营者和旅游者所产生，包含互联网数据、传感器数据和商业数据。

景区的互联网数据来源有旅游领域的互联网公司和其他互联网公司。旅游领域的互联网公司数据主要包括携程、艺龙、去哪儿网站为代表的搜索预定网站产生的搜索、预定数据，穷游、蚂蜂窝、户外资料网为代表的旅游垂直网站产生的旅游指南和游记分享数据，途牛旅游网、众信旅游为代表的旅游电商网站产生的旅游产品和交易数据，到到、驴评网、游多多旅行网为代表的旅游点评网站的点评数据，微信、旅游APP等旅游相关手机应用产生的游记数据。其他互联网公司也会产生大量与景区相关的旅游数据，如谷歌、百度、阿里巴巴、腾讯、京东等互联网网站产生的游客的搜索、浏览、点击、购买、点评和分享等大量与旅游业相关的数据。

景区的传感器数据主要是传感器运用在智慧城市、智慧景区和智慧酒店等智慧旅游方面用于物体追踪，并记录物体热量、振幅、地理位置所采集的数据。智慧城市所产生的数据主要有旅游信息数据、气象数据、交通数据、人文数据和通信数据等。智慧景区产生的数据包括客流数据、票务数据、景区管理、检测数据和一卡通数据等。智慧酒店所产生的数据主要包括在线预订和入住数据、顾客信息和行为偏好数据。

商业数据主要是企业管理系统产生的数据，一般是旅游地、景区景点、产品供应商和相关政府部门安装的自有的软硬件如POS终端、网上支付系统、企业CRM系统、ERP系统等产生的数据。

三、旅游大数据的收集和挖掘方法

根据旅游大数据的来源范围不同，可以对数据分为内部数据和外部数据。内部数据收集可以通过景区智慧旅游自由的软硬件设施获取，而外部数据的收集需要加强与政府部门、运营商、各大数据分析公司、互联网公司等合作。

常用的数据挖掘方法有分类、回归、聚类、关联规则等，这些方法从不同的角度对数据进行挖掘分析，产生不同的结果。旅游大数据的挖掘属于数据挖掘在旅游领域的具体运用，常用的数据挖掘方法同样适用于旅游大数据的挖掘。

(1)分类：分类目的是将数据中的数据项映射到某个给定的类别中。常用的分类算法有：NBC算法、决策树算法、SVM算法、KNN算法、ANN算法等。

(2)回归分析：回归分析可以应用到对数据序列的预测及相关关系的研究中去。常用的回归算法有：逻辑回归(LR)算法、线性回归算法。

(3)聚类：聚类是针对数据的相似性和差异性将一组数据分为几个类别。常用的聚类算法有：K-Means聚类算法、MeanShift聚类算法、DBSCAN聚类算法、用高斯混合模型(GMM)的最大期望(EM)聚类算法、AHC聚类算法等。

(4)关联规则：关联规则的挖掘过程主要包括两个阶段：第一阶段为从海量原始数据中找出所有的高频项目组;第二极端为从这些高频项目组产生关联规则。常用的关联规则算法有：Apriori算法、FP—growth算法、DHP算法、Partition算法、FUP算法、CD算法等。

四、基于大数据分析的旅游景区管理策略优化

随着景区的发展，新的挑战和问题不断的出现。如热点景区面临游客超载，排队时间长，尤其是节假日出现人满为患甚至旅游者滞留的情况，存在安全踩踏、交通安全隐患，诱发安全事故，降低旅游者体验质量，也对生态环境造成破坏；景区营销困难，营销针对性不强，效果不佳，营销广告淹没在海量消息中；景区大数据广泛多样，但是这些数据存在统计口径不一样，格式不一致，各数据主体出于商业和安全考虑存在保密要求不对外提供数据，以致景区大数据存在“孤岛”，数据使用程度不高，造成管理资源不平衡，管理效率不高。为了有效的解决景区面临的这些挑战，景区管理人员应有效的利用大数据，使用科学的方法进行分析后，运用在旅游景区的管理中，从而对从人力资源管理、运营管理和营销管理等现有的管理策略进行优化，以提高管理效率。

(1)建设智慧景区，精简人员数量和结构，优化员工绩效管理，降低人力资源成本。在大数据迅速发展的背景下，景区智慧化水平得以提高，智慧化软硬件获得发展，逐步实现科学管理理论同现代信息技术高度集成的低碳智能运营景区。旅游景区大力投资建设智慧化设施设备，如景区电子门票售票系统、景区进出口电子检票系统、景区智能排队系统、移动电子导游系统、景点二维码识别语音讲解系统等，减少景区售票人员、检票人员和导游人员，精简人员数量，提高人力资源管理效率，降低人力资源成本。在智慧景区和大数据分析的基础上，建立智慧化管理系统和绩效考评系统，查看、评估员工的工作动态及绩效考核，减少人力资源部门的工作量，使绩效考核的内容和形式多元化，优化员工绩效管理系统，提高员工的服务质量。

(2)整合资源，进行管理改革，转变管理方式，优化景区运营管理流程。景区广泛运用信息技术，改善经营流程，增强游客、旅游资源、旅游企业和旅游主管部门之间的互动，高效整合旅游资源，提高管理水平。景区运用智慧景区、大数据、物流网、云计算等技术，利用科学管理理论和现代信息技术完善景区的组织机构，实现传统旅游管理方式向现代管理方式转变，在大数据分析的基础上，及时准确地掌握景区的经营信息，实现景区运营管理从传统的被动处理、事后管理向过程管理和实时管理转变。景区运用信息化建设、学习型组织建设、智慧景区业务流程再造，智慧景区战略联盟，智慧景区危机管理等手段，对内部运营管理流程进行系统化、集约化的管理改革，优化景区业务流程，使景区管理更加便捷。

(3)了解游客需求，实现精准营销，进行舆情管理，提高景区营销管理的能力。旅游市场尤其是散客市场获得高速发展下，游客的需求更加多样和分散，利用游客历史旅游数据和在不同网络渠道留下的痕迹，运用大数据分析技术从海量实时的信息中提取客户的需求数据，对不同用户属性信息及用户兴趣偏好等数据的挖掘分析，对用户偏好进行画像，可以更好的了解游客的需求，挖掘潜在的客户群体和客户需求，进行游客需求管理的预测，满足游客的个性化需求；根据用户标签和所在场景进行用户化的产品设计，更好的进行旅游产品设计和市场推广，使营销手段实现020模式，实现精准营销的目标；基于网络文本数据的挖掘，进行游客满意度和评价指数分析等，实现对旅游目的地舆情监测及预警。景区依托大数据信息技术，主动获取游客信息，形成游客数据积累和分析体系，全面了解游客的需求变化和意见建议，实现营销的科学决策和科学管理。

(4)建立旅游预警系统，完善旅游安全机制，提高景区游客管理能力。随着旅游需求不断增加，由于旅游需求时空分布的集中性，导致旅游高峰期一般集中在假期的热点景区，这种扎堆出行给景区的安全带来了很大的隐患，通过整合基于区域经济数据、通信及位置数据、互联网搜索数据、社交媒体大数据等不同来源的大数据，可以建立更加及时准确的多维预警系统，完善旅游安全机制。在大数据时代，景区可根据LBS定位及手机信号定位等实时的数据分析对景区及重点区域内实时的游客人流、车流密度的监控和预警，实时景区动态监测，能够有效防范旅游安全事故的发生，并为景区规划和管理提供依据。景区可通过与公安、交通、工商、卫生、质检等部门形成信息共享和协作联动，结合旅游信息数据进行有效的游客管理，形成旅游预测预警机制，提高应急管理能力，保障旅游安全。

五、展望

大数据主要运用对象有政府、企业和游客。面向政府，大数据在自身的运营管理、对企业的宏观引导和对游客的公共服务方面运用；面向企业，主要运用在企业的运营管理和营销管理；面向游客，主要在出游前、中、后三个阶段游客为了提高旅游体验质量增加了对信息服务的需求和对大数据的使用。

在未来大数据挖掘分析和景区的运用上，景区要以战略为导向，而不是以大数据运用为导向，大数据的使用应服务于景区未来发展的目标和方向。未来旅游大数据的发展需要统一数据统计口径和数据格式，提高数据质量，加强企业的数据共享。培养旅游大数据的专门人才，建立懂大数据分析的旅游管理人才和研究人才的智库机制，结合旅游的实际情况，增强大数据的分析能力，解决旅游存在的具体问题。