徐岸峰 任香惠 王宏起

[提要]旅游产业与信息技术高度融合催生了智慧旅游的新型业态，在整个智慧旅游系统中信息构成了底层支撑要素，而信息平台具有的收集和处理信息的技术和制度优势形成了系统内超级节点。本文基于旅游产业的特性，提出智慧旅游信息交互平台的内涵和设计思想，引入机器学习中的迁移算法，设计智慧旅游信息交互平台的方案、内容、运行机制以及管理策略，从而扩展了智慧旅游的基础理论研究，并为信息平台的设计与开发做了技术创新探索。

近年来，电子商务平台、社交平台和垂直领域平台已成为人们日常经济活动和社交活动的主要载体，构成了数字经济的典型组织结构模式。中国的数字经济规模截至2019年已经达到了约36万亿元，与2018年相比，同比提升了大概有1.4个百分点，并且占GDP的比重大约为36.2%。在2016-2018连续三年间，中国数字经济的名义增速基本上都维持了几乎20%以上，相对于之前同期GDP的名义增速超出了一倍以上①。为中国宏观经济的整体增长提供了强大的推动力。在数字经济崛起的同时，工信部提供的数据和分析结果提出，光网城市的建设在中国已经全面完成，网络规模的覆盖率在全球处于领先地位，其性能也是数一数二的。在新冠肺炎疫情肆虐的2020年，4G和5G的基站点迅速新建和扩展约6.4万个②，进一步提升了网络的覆盖率和信息传输效率。意味着我国数字经济基础设施建设也越来越完备。随着旅游产业与信息技术的高度融合，衍生出了“智慧旅游”的这一个全新命题，而伴随着大数据、物联网、云计算、区块链和人工智能等技术的快速发展，旅游行业改变了原有的传统单一的旅游形式，促进了传统文化的传播、旅游景点和城市的建设，并使得人们的消费方式向现代化方向转变，开辟出了旅游发展的新模式。基于当前数字经济时代智慧旅游的发展现状，智慧旅游的发展在于服务，而更好的个性化需求服务建立在信息交互平台的发展上。因此，面向智慧旅游的信息交互服务的平台结构优化就尤为重要了。

一、文献综述

习近平总书记高度重视“数字经济”的发展，2021年在中共中央政治局第三十四次集体学习时强调“把握数字经济发展趋势和规律，推动我国数字经济健康发展”[1]。关于“数字经济”，Don TapScott在1996年发表的《数字经济》一书中描绘了互联网对商业行为(产品创造、渠道)的影响，并首次提出了数字经济的概念，其认为在新经济中，信息以数字方式呈现，因此数字经济基本等同于新经济或知识经济[2]。2016年，G20杭州峰会发布的《二十国集团数字经济发展与合作倡议》指出：“数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。”[3]衣彩天明确指出数字经济是一种依托数据这个关键的经济活动基础要素来推动经济发展可持续的新型经济形态[4]借助大数据、互联网和人工智能等技术来提高数字化、网络化、智能化水平，进而推动世界经济的发展。当今世界历经农业革命、工业革命后，进入了科技革命和产业革命相结合的信息革命时代。中国通信院2020年白皮书提出了数字经济的“四化”框架——数据价值化、数字产业化、产业数字化和数字化治理，其体系为：数据成为了当前经济形态的关键生产要素，使得数据价值化加速推进；实体经济与虚拟经济深度融合，使数字经济规模不断扩张，贡献不断增强，数字产业化稳步发展，产业数字化深入推进；政府部门利用数字政府进行政府治理和智慧城市的加速建设，推进了数字化治理能力的提升[5]。杨青峰把数字经济定义为：以智能技术群为核心驱动力、以网络连接为基础、以数据为生产要素，具有技术经济范式转换内涵的各种经济活动的综合[6]。

如今，关于数字经济时代背景下的理论研究逐渐趋于成熟，而要将理论研究付诸实施，需要通过平台来实现，由此便引发了平台经济的兴起。叶秀敏认为，平台经济有效地推动了中小企业的创新，重构了社会分工和结构、拓展了社会生产的可能性边界、为中小企业赋能使其拥有了信息生产力[7]。刘洋指出，前应以数字创新为导向，数字平台的设计及生态系统的构建为关键[8]。Navío-Marco等指出旅游业是通过互联网销售最大的产品和服务的产业类型，以共享平台等为代表的数字化技术改变了传统旅游业的创造、营销、分销和消费的整个价值链，能够为客户提供综合的、个性化和全新的产品和服务以满足其需求[9]。在数字经济时代，平台经济是最活跃的市场领域之一，占据了很大的市场份额。近年来，平台旅游获得了长足发展，并且不断向其他产业领域延伸和拓展业务，形成巨大的旅游产业链。但是，旅游平台经济的发展仍旧面临新的挑战，真正的智慧化平台还未完全实现。

关于“智慧旅游”，综观国内智慧旅游的相关文献可以看出，国内大部分学者关于智慧旅游的研究都从其概念、建设开发体系、研究开发内容、应用等方面来对旅游服务业的智慧化进行探讨。张凌云认为以新的信息技术为基础建设来为客户提供更好的服务，同时还可以有效使用信息资源，并实现信息资源的系统化、集约化[10]，这是从旅游变革视角来谈论智慧旅游。还有学者从信息生态的视角探讨智慧旅游的生态型、协同性和可持续发展性，张秀英构建了智慧旅游信息生态系统和智慧旅游信息生态链，提出了建设智慧旅游信息服务平台、加强信息主体之间的协同合作、提高信息技术利用水平等智慧旅游的信息生态发展路径与建议[11]。提及大数据在智慧旅游管理中的应用，吴保刚(2020)认为，智慧旅游以大数据为背景，又包含大数据，大数据对智慧旅游产生的推动作用不可忽视[12]。Li等指出智慧旅游以信息服务为核心，应该借助网络平台开发更多新颖的电子商务模式，提供高效的旅游信息服务，以满足游客的个性化需求并实现旅游资源和社会资源的共享[13]。数字经济大背景下，又有一批学者基于信息服务重新定义和阐述了智慧旅游，姚国章认为，智慧旅游是一个包括制度体系、基础设施体系、信息资源体系、应用体系、应用支撑体系、服务体系、法规与标准化规范体系和信息安全与运维保障体系的综合性系统工程[14]。Li等将旅游视为一个包含大量数据和操作的复杂系统，而大数据技术可以帮助平台企业更好地了解旅游需求、游客行为及游客满意度，以改进旅游营销模式[15]。Buhalis等指出信息通信技术支持下网络平台的迅速发展为旅游产业的营销和管理提供了新的工具，支持旅游企业和消费者之间的互动，从而为旅游企业重新设计、开发、管理和营销旅游产品和创新服务模式提供了新的渠道[16]。在对当前现有有关智慧旅游概念的众多学者的研究进行收集、整理和总结的基础上，李云鹏以一种带有总结性和发展性的眼光来讲智慧旅游的基本概念是以信息服务为根基的，也就是说接受旅游服务的人在这个服务过程中所接受的泛在化旅游信息服务[17]。李云鹏把智慧旅游的基本内涵和信息时代的新型旅游形态有机的结合起来，承上启下，并且开启了智慧旅游发展的新思路。

综上所述，各位学者的研究与论述将智慧旅游的研究推向纵深。但前人对“智慧旅游”的研究停留于技术影响层面，忽略了旅游本质上是一种以体验为核心的服务。本研究基于数字经济背景下旅游产业呈现智慧型发展趋势，围绕智慧旅游“信息对称”这一诉求，提出其信息服务架构和创新模式，从理论和实践两方面丰富智慧旅游研究和产业化运行模式。本文的创新点在于通过构建智慧化平台化服务模式，且引入了机器学习中的迁移算法，在对该算法进行研究和优化的基础上设计了智慧型旅游信息平台，形成平台人工智能方面的优势。

二、智慧旅游信息服务模式创新的内涵与设计思想

(一)智慧旅游信息服务模式创新的内涵

智慧旅游信息平台的服务以信息交互为突出优势，随着信息技术的飞速发展以及双边市场通过信息平台的交互功能来满足消费者、旅游服务者以及政府监管部门的沟通和互动，提升了信息资源库的建设效率；还应该进行旅游信息平台的信息智慧整合，智慧整合与传统的信息简单汇集有着本质区别，其将有效的共性资源信息获取、集成、挖掘和分析然后进行精准且智能的推送，该系统最终要实现的是一种全过程的智能的点对点服务，即基于每一位用户的物理信息对信息库内的各种旅游信息进行智慧分析与匹配，进一步提供及时且准确的解决问题方案，融入整个方案的全过程，实现一种点对点的全过程智慧服务。

(二)智慧旅游信息服务创新模式设计思想

智慧旅游信息服务创新模式首先应该解决多方参与主体信息不对称问题，旅游服务供给者和旅游监管部门所拥有的信息资源库与游客本身信息具有显著差异，经由智慧旅游信息服务平台可以进行各方信息整合和集成，在此信息准确的基础上来进行更好的旅游服务；其次，该信息服务创新模式应当解决传递搜寻信息的成本问题，通过信息交互各方参与主体将服务信息进行了低成本、高准确性且及时有效的信息传递；最后该信息服务创新模式要强化智慧旅游服务的主导优势特色，以此来提升智慧旅游对多边市场的服务竞争优势。

智慧旅游信息服务创新模式要满足三个需求。首先，要实现旅游和信息化深度融合的需求，在新一代信息技术的发展下，传统旅游业升级转型不断提升，在信息平台建设过程中和服务功能的不断完善下开展智慧的信息交互平台是必然的；其次，需要实现旅游消费方式转变的需求，随着人们生活水平的提升和科技的快速发展，旅游空间距离缩短，人们的旅游消费方式也发生了转变，一体化全过程的旅游消费方式为其提出了更高要求；最后，应实现旅游服务利益相关者实时互动沟通的需求，传统旅游业受制于信息不对称、反馈不及时，各方参与主体的实时互动沟通需求也需要得到满足，以此来提升服务质量和服务效率。

三、智慧旅游信息交互服务平台模式设计

(一)智慧旅游信息交互服务平台模式结构

1.多边参与主体

智慧旅游信息服务平台是一个多边市场参与的服务平台架构，其中包括旅游供给方，即提供旅游服务的一些中小型旅游企业；游客，即有旅游需求的大众群体；旅游监管部门。

2.服务流程与功能

旅游供给方为平台提供其所能提供的旅游产品和旅游服务信息，完善旅游资源信息库中旅游供给信息部分，同时根据现实状态的景点实时变化状态和平台反馈信息来不断进行产品和服务信息的完善，然后提供一些降低成本的决策。

信息交互平台进行对游客信息的收集和游客需求的有效集成，然后游客通过平台来查询或被推送符合自身需求的旅游有关服务信息。

在平台系统中旅游监管部门可以公布通知各项相关规定与规则，获取游客信息反馈，对旅游服务的全过程进行监管。

通过智慧旅游信息交互平台的智慧型导游、导航、智慧推送和评价反馈等功能，为平台提供多边市场之间沟通服务。

(二)智慧旅游平台化信息交互服务模式的内容

首先，智慧旅游平台化信息交互服务模式可提供智慧查询服务，平台通过信息资源集成所建立的信息资源库具有较为全面的旅游服务信息、游客关联性需求和旅游景点、旅游产品信息等。平台化信息交互服务模式下，随着平台的使用主体不断增多、使用频率也持续上升，再结合数据挖掘、重新排列、分类和统计分析、整合形成更完善的信息资源库，便于用户进行智慧查询。

其次，智慧旅游平台化信息交互服务还会提供个性化信息的感知与推送。随着当今智能产品的普及，智能终端产品使用者的物理信息很容易被获取，根据这些信息推测出其喜好，进行个性化的推送。

最后，智慧旅游信息交互平台服务也可以为企业提供产品定制服务，企业定制能力借助信息实现可持续发展，随着企业能力和信息的协同度的转变，使得其产生动态协调转变。

四、面向智慧旅游的信息交互平台设计方案

(一)面向智慧旅游的信息平台信息技术结构

智慧旅游服务的主要优势就是建立一个涉及多方的综合信息平台，而对于该平台的开发主要涉及两个重要方面，即设计系统平台和关键技术攻关。“综合智能旅游信息平台，可使传感器设备、旅游商务信息系统、全球GPS及各类系统中的信息经由网络信息平台集成整合互联，实现一个以信息资源为中心，畅通无间、协同发展、整体智能型的服务化体系；完成多边信息获取的实时更新、信息资源的自动智能协同处理以及服务信息的网络互联”旅游的相关信息经由旅游供给者、游客、监管部门等参与主体间的流动，为游客提供了全面、准确、及时的服务信息。智慧旅游信息交互平台的技术结构如图1所示。

图1 面向智慧旅游的信息平台技术结构

平台的使用者即用户层，包括游客、旅游企业和监管部门，分别为不同用户提供不同服务；服务层包含管理应用和辅助决策两大系统，分别提供针对需求方的一些用户自助服务和针对平台供给方的协调、评估预测等功能；技术层则通过智慧旅游云平台，包括互联网、物联网、Wi-Fi、5G，进行信息与通讯的有效使用和集成；数据信息层包括数据中心和数据交换与共享。

(二)基于迁移算法的智慧旅游信息平台设计

由于旅游活动覆盖面极其广泛，其过程中会牵涉到多个领域，且每位用户的行为活动变化多样，场景切换多样且频繁，但是现有的一些研究使用的机器学习手段无法确保从一个原有的场景学习到的知识立即切换应用到另一个全新的场景中。本研究经过对大量信息资源库中各种不同信息的聚合，借由当今数字化技术手段和迁移算法来构建智慧旅游信息交互服务平台，以此来进一步完善智慧旅游信息销户服务模式的构建。各个不同领域的信息平台表现出不同的竞争力就是依据自身应用的不同算法，算法随平台演进而不断优化形成平台自身的知识积累和学习能力，各具特色的算法也构成了平台竞争和可持续发展的核心能力。

迁移学习算法是机器学习诸多算法中的一种，这种机器学习算法的原理是将在一个已知的任务系统中所学习的知识应用到目标任务中，即给定有标记的源领域和无标记的目标领域，借助源领域的知识数据学习一个分类器，来预测学习目标领域的知识标签，形成新的数据模型，最后打造一个契合旅游活动特征的信息交互平台。本研究依据旅游数据的特征，应用迁移算法来设计信息交互平台。

1.转移表示和分类模型

(1)

这个低纬度空间是源域和目标域的共享空间，本研究使用线性分类器将子空间的特征矢量y引入，这个子空间从特征矢量y获得：

(2)

目标域和源域都可以有效使用共享子空间和分类器，但是源域和目标域在原始的特征空间中本就有着不同的分布，仅仅把两个有着显著不同的数据域中的数据利用特征矢量映射到共享子空间中也不会将本来存在的显著不同模糊化，为此，需要有其他的办法来解决问题：

(1)方案一——部分共享分类器

部分共享分类器是使用共享分类器将一个线性函数使用在特征向量上而形成的一个源域和目标域的分类器。源域分类器利用源域数据点xs可以表示为：

(3)

(4)

(2)方案二——该方案是通过将源域的数据点进行加权计算，使其在共享子空间中的分布匹配源域和目标域的分布，然后将其在共享子空间中的分布表示为空间数据点的平均矢量，即：

(5)

(6)

(7)

2.参数估计法

该方法设置共同学习的框架，来研究上面方案所提到的一些参数变量。首先提出所解决问题的目标函数，为了将变量的目的函数最小化，将使用预测每个变数的方法即参数估计法。学习问题的目标函数如下：

(8)

在这个目标函数中，包含了四种类型的项，分别为：

(1)分类错误的损失。

该损失为目标函数的前两个项，L(y，f(x))是数据点的损失函数，其中x是输入，f是分类器，y是真实的类标签。在此讨论以下三种类型的损失函数：

a.铰链损失：

b.对数损失：

c.指数损失：

(2)适应函数参数正则化。

在这里，要将资源和对象域名适应功能的每一个变量矢量标准化，以防止对其他域名的整合。由于分类器被采用为公有部分空间分类器，两个不同的域名训练套过于复杂，无法被填满，而且间隔不会扩大。

(9)

(10)

至此，目标函数已经基本上构建成功，那么就应该讨论以上所提出的式子10的最小化问题，然后在此基础上讨论设计重复算法的方法即迭代。在这篇论文中，用矢量的线性函数来表示源域和目标域的分类器可以更加容易地解决问题，也就是：

(11)

(12)

将式(11)和(12)代入式(8)和(10)中，可得到以下最小化问题：

(13)

为了解析目标函数，这篇论文采用了反复优化的方法。反复运算法则中每一个变数都在更新。每一个变量更新一次，另一个变量就会固定不变。参数的具体更新步骤如下：

(14)

(15)

(16)

(17)

(18)

(19)

(20)

(21)

损失函数的子梯度如下：

a.铰链函数：

b.对数损失：

c.指数损失：

更新规则如下：

(22)

如以上的更新相同，除了要更新的元素外其他参数都固定，然后可以得出最小化函数：

(23)

这个目标的第一项可以重写为：

(24)

这个目标的第二项可以重写为：

(25)

(26)

该目标函数的第三项重写为：

其中，

(27)

将式(24)、(25)和(27)代入式(23)中，有：

(28)

这种二次规划的方案(含有约束条件)能使用活动集算法来解决。

综上所述，表1对迭代迁移算法进行了描述总结。

表1 迭代学习算法过程

3.实验结果及分析

为了验证算法的有效性，本文将对5个学习组进行实验，以评价建议的性能。首先测试不同项目权重值C1、C2和C3使用方法。然后与其他利用转移学习的方法来作出比较，以便于更好地验证本文所用方法的优越性。

(1)旅游目的地检索数据集。这组检索数据集从伦敦的旅游景区收集了200份肯定的评论和200份否定的评论，然后又从巴黎、罗马和威尼斯的旅游景区也收集了与伦敦一样数量和性质的调查评论。将各旅行目的地视为域名，并将各自的评论作为数据点。在实验中，这篇文章随机选择源域名，并选择另一个目标作为目标域。这篇文章使用bg-of-words功能从注释中提取。旅行目的地审查数据集。

(2)20新闻组语料库数据集。语料库数据集是一套报纸文档，包含20种类型文档，等级是层级的。类通常有两个或多个子类。例如，冬季旅游“hot spot”的目的地类别包括滑雪和热带海洋度假两种。这一套数据将分为源域和目标域，然后分别在源域和目标域中存放一个子类。根据NG14数据集进行源域和目标域的细分处理分割。这组数据包含6类，每类的子分类在源代码域名中，而另一组则在目标域名中。每个域名的数据点是2400。每一文档的bg-of-words都将被用作它的原始功能。

(3)亚马逊旅游资讯类书刊评论数据集。这个数据集内所涵盖的数据包括三类的产品评论，这三种类型分别是书籍、旅游资料图片和旅游的艺术产品，这其实是一个商品评论数据集。其中的商品也分为两种类型，即积极性正面评论和消极性负面评论。此实验将书评作为源域，将旅游艺术产品作为目标域。对于这两个域，该实验都有2000个肯定性回帖和2000个否定性回帖。同样的，在这个实验中，我们也使用bg-of-words来完成评论作用。

(4)GEMEP-FERA面部表情数据集。脸部的多方位多表情多个视频组成了这个数据集，这个面部表情数据集中包含七个人的数据，这七个人总共有87个视频数据。本研究将七个人视为七个域，而每个人的所属面部视频就是数据点。在这个实验中随机选择一个人作为源域，另一个人作为目标域。

(5)垃圾邮件数据集。这个数据集合是不同的人的电子邮件的一个集合。这一套数据库中有三个人从邮箱中收到的电子邮件，在这个实验中每个人都被当做域名。每个人收件箱有2500封电子邮件，分为一般的正常邮件和无用的一些邮件(如广告、推销等垃圾邮件)，该实验在这些不同的人中随机挑选一个人作为源域，别的即为目标域。

4.实验方法与设置

该实验采用的验证方法是十层交叉法。这个方法是将源域的数据点都做标记，然后创建指定的数据点并用于学习进程。他的实验将目标域名分成10个层次。每个层叠使用在测试套装中，另一个层叠则结合在一起作为学习套装使用。这组训练将会随机选择一半数据点，使标签设定为指定的数据点，而另一半则保持无标签状态。该实验将使用源域和目标域的训练集合，在学习每个变量模型后将其使用到测试集合中，并且评价估测其分类的能力质量。对于多个类别分类的问题，该实验采用一一对应的战略来把以上提出的二级类方法扩展到多级分类。如果这组有两个或多个域名的数据，该实验将每个域名依次作为目标域名使用，将另外一个域名任意选择为源域。最终结果的产生就是全部目标域的精确度的平均值。

本实验研究目标函数项权重C1、C2和C3的灵敏度。例如，本实验使用旅行目的地评论的数据集。所提出的算法的精度具有不同的C1、C2和C3报告如图2所示。

图2 旅行数据集项权重的灵敏度曲线

从图2中可以得出结论，本研究所使用的算法对于目标函数项权重C1的精度是平稳的，在测量范围内，可看出当C1的取值等于10的时候，旅行评论数据集的精度达到最高。而目标项权重C2的精度值大约都维持在0.75左右，这个范围内的精度变化处于相对稳定状态。再看目标项权重C3的灵敏度变化曲线，可以明显看出其精度与C3的值有着显著地正相关关系。

5.与其他迁移学习方法的比较

不同的迁移学习方法主要的区别点就是在两方面，一是分类精度二是运行时间，所以设计以下实验来展现本研究所使用的迁移学习算法相比于其他算法展现出的明显优势。

(1)分类精度。各算法在5个不同基准数据集上的分类精度如表2所示。

表2 不同方法对于基准数据集的分类精度比较

从表2可得出结论，本研究方法对于基准数据集的分类精度除了对GEMEP的实验中不是位列第一位的，在其他实验中都略胜一筹。尤其是在旅行目的地的审查数据集和20-新闻组的实验中，更是展现出了明显优势。

(2)运行时间。各算法在5个不同基准数据集上的运行时间如表3所示。

表3 不同方法对于基准数据集的运行时间比较 单位：秒

从表3可以看出，本研究方法对于基准数据集的运行时间相对于其他的研究方法更短，而且，可以进一步发现，不论是什么方法，其运行时间和数据集的大小呈现正相关关系。

6.不同损失函数的比较

本研究采用铰链损失函数、对数损失函数和指数损失函数来测量分类精度，表4显示出在各种损失函数中建议的方法分类精确度。从表格4可以看出即使损失函数不同，其分类精度也几乎没有较大差别，这个结论显示，本研究所提出的方法对不同损失函数的选择不会对实验结果造成太大影响。

表4 基于不同损失函数的分类精度

7.实验结论

在本文中，我们提出了一种针对于旅游活动新的迁移学习算法。它具有如下优势：

(1)与直接为源域和目标域学习共享表示和分类器相反，我们建议学习共享子空间和分类器，然后使其适应源域和目标域。

(2)使用源域数据点来均衡地估计源域的分布，我们建议对子域中的源域数据点进行加权，以匹配两个域的分布。

(3)我们还提议通过局部重建系数来正则化源域数据点的加权因子和目标域数据点的分类响应。

以上算法的特点可以解决旅游活动中信息海量、复杂和场景切换快以及情境因素高度动态的特点，能够使信息平台形成及时响应、主动感知、个性推送和协同定制的智慧服务能力[18]。

五、智慧旅游平台化信息交互服务模式功能体系和管理策略

(一)智慧旅游游客需求集成

智慧旅游的信息交互平台将旅游需求者相似的一些需求进行共性需求的提取，然后利用信息资源库来集中解决服务需求；而对于信息互动平台上游客们的个性需求，利用一些集成方式(如水平集成、垂直集成和信息集成等集成方法)深度发掘，多方位多层次地分析旅游需求者的潜在隐藏需求，以便于为游客的个性化需求提供定制服务。

(二)智慧旅游供给信息汇集

信息平台首先应该围绕地域的产业相关特色汇集信息，其次应要求旅游供给方将信息进行格式化汇集，并注意信息的全面性与准确性；按照以上信息汇集的规则，通过旅游核心企业加盟、旅游中介汇集和专业配套旅游供给服务购买等来完成信息的汇集，这样的渠道加快了信息数量的汇集，完成了信息质量的提升。

(三)智慧旅游信息对接服务

对于浏览平台的每位用户，应根据其智能终端所能获取的物理信息智慧推测出其喜好，并进行个性化的推送服务；而对于旅游消费过程中场景和时空变化的适时信息智慧服务，应通过共性需求挖掘、方案优化设计、软硬件的系统开发等程序化服务过程进行嵌入式和融合性的全过程服务。

(四)智慧旅游信息服务模式创新管理策略

1.智慧旅游信息的动态调整

智慧旅游信息平台随着用户数据的不断更新以及一些冗余数据信息的删减，信息资源库处在动态变化过程中，而这正是信息交互模式的关键。信息的动态调整可以提高平台服务的精准性和高效性，提升各方参与主体的信任度和参与主动性。

2.多边参与主体间信息化水平的共同提升

多边市场所构建的旅游信息服务平台是需要以参与平台建设的所有主体的信息化水平共同提升为基础的，旅游产品的信息化是智慧旅游平台化信息交互的基础，智慧旅游信息平台是实现智慧旅游的硬件基础，而信息终端设备则是实现智慧旅游的关键一步，平台参与主体信息化的兼容、协同升级，才能有效提升平台化信息交互服务。

3.旅游监管部门参与平台服务

智慧旅游信息平台的参与主体除了旅游服务提供者和旅游需求者之外，还有各类旅游监管部门。旅游信息服务平台可以帮助旅游监管部门进行服务，还为各方平台使用者提供第三方担保，极大地提升了网络平台安全性和信息的交互服务质量。监管部门面对旅游供给者可以通过平台来推送各项规章制度和法律法规，面对游客可以进行客户信息的真实性核实，开通评价反馈系统，强化对旅游供给企业和平台运行的监管力度。

六、结语

本文主要对基于信息平台的智慧旅游平台化信息交互服务模式做出了进一步的研究。首先，提出智慧旅游平台化信息交互服务模式的内涵和设计思想，构建了智慧旅游信息交互平台化服务模式的设计方案、内容、运行机制以及管理策略，针对旅游产业特性，提出了应用机器学习算法设计和开发智慧型信息平台，引入机器学习中的迁移算法，对该算法进行了详细研究和优化，指出该算法在设计旅游信息平台，形成平台人工智能方面的优势。最后提出了信息交互模式的运行机制和管理策略。本文聚焦智慧旅游中信息平台这一核心要素，进而展开对智慧旅游信息交互服务模式的深入研究，不仅扩展智慧旅游的基础理论研究，也为信息平台的设计与开发做了技术创新探讨。但是由于作者的数据拥有和采集问题，其在真正产业实践中的运行状态还有待进一步验证。

注释：

①数据来源：《世界互联网发展报告2019》。

②数据来源：工信部发布的2020年通讯业运行情况统计公报。