云环境下景区游客流量监控与推荐系统设计

晏　勇, 雷　航, 周相兵

(1.阿坝师范学院 物理与电子科学系，四川 汶川　623002; 2.电子科技大学 信息与软件工程学院，成都　610054;3.阿坝师范学院 网络管理中心，四川 汶川　623002)



云环境下景区游客流量监控与推荐系统设计

晏勇1, 雷航2, 周相兵3

(1.阿坝师范学院 物理与电子科学系，四川 汶川623002; 2.电子科技大学 信息与软件工程学院，成都610054;3.阿坝师范学院 网络管理中心，四川 汶川623002)

设计了云环境下景区游客流量监控与推荐系统，包括CC3200流量监控与景点推荐两部分，流量监控由RFID电子门票统计游客数量，数据经Wi-Fi上行本地AP节点，由AP节点汇聚至云推荐服务器；当前游客流量、时间富裕度、游客满意度，经服务器解析计算得景点综合推荐指数，主动为游客推荐旅游景点，规划最佳游览路线；经测试，系统工作稳定、数据准确，适用于各类景区游客流量监控与推荐服务。

流量监控；推荐；CC3200；Wi-Fi

0　引言

随着生活水平的提高，人们更加追求精神需求与生活品质，旅游成为休闲、娱乐、放松的重要方式，部分景区在特定的时间游客人数井喷式增长，景区人力、物力资源有限导致交通、网络等设施瘫痪，服务质量下降，景区与游客信息不对称甚至演变为群体事件，造成严重后果。当前景区采用安装摄像头的方式被动监控游客流量，没有根据游客流量主动为游客推荐景点，规划最佳游览线路，从源头避免游客扎堆现象。本文设计了一种云环境下景区景点游客流量监控与推荐系统，利用智能手机实时查看当前所处位置[1]，通过推荐系统掌握景区各景点情况，制定最佳游览路线，实现轻松出游。

1　系统架构

云环境下景区游客流量监控与推荐系统包含：景点游客流量监控与推荐云服务两部分。景点流量监控采用RFID电子门票实时监控景区景点游客流量，通过景区网络上传监控中心，实时显示当前景区各景点游客流量，超过设定值报警，视频监控系统调取具体景点视频，迅速采取应对措施[2]；建立景区云推荐服务器，根据当前景点游客流量、游客位置、时间富裕度、游客满意度等信息，主动为游客推荐旅游景点，游客利用智能手机查询各个景点推荐指数，优化游览线路，减少拥堵[3]，系统架构如图1。

图1　系统架构图

2　景点游客流量监控

景区游客实时流量监控由景点游客流量监控终端与景区监控中心构成，景点游客流量监控终端采用非接触IC电子门票刷卡进出景点，监控终端根据刷卡情况统计当前景区游客流量[4]；景点游客流量监控终端与景区监控中心通过光纤网络完成远程数据交换，远程监控中心接收游客流量数据并解析，流量超范围预警[5]，同时作为景区景点推荐系统的一个参数。

景区网络拓扑采用星形结构，监控中心作为网络数据监控管理中心，负责管理、维护整个景区网络，下行数据链路连接景区各景点，上行数据链路连接Internet，景点间不能直接通信，数据必须经过景区推荐云服务器并授权才能与其他景点通信。景点与景区监控中心主干网络采用光纤网络，景点游客流量监控终端采用Wi-Fi上传数据至本地AP节点，光纤网络将上行数据汇聚至景区推荐云服务器，连接Internet[6]；景区推荐云服务器将其他景点信息数据解析后经光纤网络下行本地AP节点，发送景点。Wi-Fi无线数据传输在有效距离范围内设备移动性强，任意加减节点，便于处理各类突发事件[7]。

2.1景点游客流量监控终端硬件设计

游客流量监控终端采用美国德州仪器第一款内嵌独立Wi-Fi无线收发器芯片CC3200，基于ARM Cortex-M4 内核，内置Simple Link 单芯片无线Wi-Fi网络处理子系统。CC3200包括：应用 MCU子系统、Wi-Fi网络处理器子系统、电源管理子系统，景点游客流量监控终端硬件结构[8-9]如图2。

应用MCU子系统包含：工作频率80 MHz时钟振荡，64 kbytes ROM、256Kbytes RAM，32 KHz RTC振荡器，UART串行通信模块，SPI串行通信模块等内部资源，还包含多种外设，QPN64封装[10]。

Wi-Fi网络处理子系统包含：Wi-Fi无线收发专用MCU，减少处理器收发无线Wi-Fi数据开销，支持Zigbee无线收发协议、互联网TCP/IP协议、无线AP模式，SmartConfig技术快速自主完成Wi-Fi连接，256bit加密单元确保无线数据收发安全[11]。CC3200支持基站、访问点和 Wi-Fi 直接访问3种模式，Wi-Fi接收功率18.0 dBm，发射功率95.7 dBm，单芯片完成串口与Wi-Fi数据封装、解析与收发。

电源管理子系统包括：宽电压DC-DC转换器，RTC休眠模式电流为4 μA[12]。

流量监控终端RFID阅读器采用美国德州仪器TRF7970A高频非接触式读写芯片，内嵌MSP430微控制器内核，2.7～5 V电压供电，13.56 MHz高频载波，兼容ISO 14443A和高速MIFARE卡，支持UART串行通信、SPI通信、I2C通信，内嵌128Kbytes数据收发 FIFO，QFN32封装[13]。4.3寸TFT液晶显示器MzTH43V10_WTP，兼容3.3 V与5 V供电，SPI串行通信，自带4种字号的 ASCII 码西文字库与基本绘图 GUI，支持480X272点阵6.5万色点阵图形显示， GBK2312 汉字库、BMP 位图、ASCII码西文字库，8M快速存取图片Flash，实时显示景区各种状态。

图2景点游客流量监控终端硬件构框图

景点游客流量监控终端以CC3200嵌入式处理器为核心，RFID阅读器TRF7970A统计游客进出景点数量，Wi-Fi发送当前景点实时状态数据，接收其他景点数据状态数据，4.3寸液晶显示景区实时状态，游客人数超流量后报警，景点游客流量监控终端硬件原理如图3。

图3　景点游客流量监控终端硬件原理图

2.2游客流量监控终端软件设计

系统软件包含CC3200 Wi-Fi收发器、TRF7970A阅读器与系统推荐服务器3部分。首先完成CC3200与Wi-Fi网络处理子系统初始化，由CC3200发送初始化控制字设置TRF7970A片内稳压器控制寄存器，调节RF功率放大器为全功率模式；设置RX特别设置寄存器，调节RX增益与带通滤波器频率；最后设置ISO控制编码寄存器，完成接收数据帧结构设定，并将接收数据上行至CC3200，经Wi-Fi网络处理子系统发送，同时接收景点数据信息。CC3200将实时游客流量、时间富裕度、游客满意度等信息生成景区景点综合推荐指数，上传至景区推荐云服务器，在主页中开辟景点游客流量监控与推荐一栏，游客点击查看景点推荐信息。

3　推荐系统与算法

3.1推荐算法相关定义

景区景点推荐系统包含：景点游客流量、游客位置、时间富裕度、游客满意度4个方面计算综合推荐指数。游客流量根据景点游客流量监控获取；游客所处位置与当前时间由手机GPS定位信号获取，综合判断游客在时间允许条件下能去最佳景点即游览时间富裕度；游客满意度是游客完成游览后给出的景点满意度综合评分[14]。

定义1：推荐指数用RI描述，并且RI={SLIn，TRn，FSn}。

定义2：景点游客流量用TQ描述，并且TQ={TQ1，TQ2，TQ3……TQn}表示景区不同景点当前游客实时流量。

定义5：游客满意度用FS描述，并且FS={FS1，FS2，FS3……FSn}表示不同游客完成游览后满意度[15-16]。

3.2推荐算法描述

推荐系统输出包括预警信号与推荐指数，当景点游客承载指数SLI<1发出预警信号SSW，景点游客流量过大，不推荐游客前往该处景点；当时间富裕度TRn<0.2发出预警信号SSW，不推荐游客当前时间前往该处景点[17]。推荐系统没有输出预警信号，计算景点推荐指数RI，主动为游客推荐景区最佳景点，合理规划游览路线，推荐程序如下。

输入：景点SLIn，TRn，FSn；

输出：1)景点预警信号SSW；

2)景点推荐指数RI；

For(i=1;i

{

If(SLIn <1)

SSW输出预警信号；

RI=0;不推荐前往；

Else if(TRn<0.2)

SSW 输出预警信号；

RI=0;不推荐前往；

Else

RIn=SLIn·TRn·FSn；

输出推荐指数RIn；

}

列出推荐指数RIn列表，RIn越大推荐指数越高，主动推荐游客前往[18]。

4　实验结果与分析

云环境下景区游客流量监控与推荐系统测试包含Wi-Fi无线数据收发测试与景点推荐指数测试。Wi-Fi无线数据收发测试指无线网络没有障碍物情况下，收发数据掉包率与距离的关系；景点推荐指数测试是景点游客承载指数、时间富裕度、游客满意度与推荐指数的关系，在景区主页中添加游客流量监控与推荐，点击进入相应的子菜单。

4.1Wi-Fi无线数据收发测试

Wi-Fi网络处理子系统无线数据收发掉包率测试采用TI公司专用无线数据测试软件SmartRF Studio 7。通过USB接口与电路板连接，设置Wi-Fi收发状态、

收发数据包，CC3200收发数据自动存入寄存器，SmartRF Studio 7读取数据包，显示当前收发数据包总数，分析发送数据与接收数据及掉包率[19]。经测试，无障碍物情况下Wi-Fi传输距离为10 m、20 m、40 m、80 m、120 m、200 m时数据掉包率如图4，实验结果表明Wi-Fi传输距离在100 m内数据掉包率为零，距离增加掉包率增大，Wi-Fi无线传输在100 m内数据传输准确无误。

图4　数据掉包率曲线图

4.2景点推荐指数测试

景点游客承载指数 采用间接方法测试，通过景点游客流量，计算游客承载指数；根据游客当前时间、到达景点时间、游览时间、返回时间计算时间富裕度TRn；测试游客满意度用FSn；计算推荐指数RIn。经测试，当A景点承载指数为0.8 m2/人，景点游客流量过大，推荐指数为0，不推荐游客前往；B景点推荐指数高于C景点推荐指数，推荐游客前往B景点，实验数据与实际情况相符，准确无误，测试数据如表1。

表1　推荐指数RIn测试数据表

5　结束语

基于云环境的景区游客流量监控与推荐系统，解决了景区景点游客流量实时监控问题；根据游客流量、时间富裕度与游客满意度，主动推荐景区景点，规划最佳游览线路，避免游客扎推，合理、高效利用景区资源。结果表明，系统工作可靠、稳定、数据精度高，可用于各类景区游客流量监控与推荐环境。

[1]沈红.智慧旅游背景下智能手机App的旅游应用研究[D]. 福州：福建师范大学,2014:35-47.

[2] 赫磊.基于云平台的智慧旅游信息推送系统研究[D].西安：西安工业大学,2014.

[3] Mohamed Abdel-Aty.Big Data applications in real-time traffic operation and safety monitoring and improvement on urban expressways [J].Transportation Research Part C: Emerging Technologies,2015,(3) : 180-186.

[4] 陈荣,梁昌勇,陆文星,等.基于季节SVR-PSO的旅游客流量预测模型研究[J]系统工程理论与实践.2014,39(5):875-879.

[5] Philip L. Pearce, Wu M Y, Chen T Z.The spectacular and the mundane: Chinese tourists’ online representations of an iconic landscape journey [J]. Journal of Destination Marketing & Management,2015(3) :24-35.

[6] Doru E,Tiliutea,Iulian Condratov.Improving the Quality of Services in All-inclusive Resorts by Monitoring Tourists Activities[A].21st International Economic Conference 2014[C].2014,(5) :166-172.

[7] Yang X, Pan B,James A. Evans, et al. Forecasting Chinese tourist volume with search engine data [J]. Tourism Managemen.2015(2):386-397.

[8] Martin Bor, Alex King, Utz Roedig. Lifetime Bounds of Wi-Fi Enabled Sensor Nodes [J]. Procedia Computer Science.2015, 52(2):1108-1113.

[9] TI.TI面向物联网应用的SimpleLink Wi-Fi CC3100和CC3200模块[J].世界电子元器件，2015 (1): 42-46.

[10] TI.CC3200 SimpleLink Wi-Fi和物联网解决方案，一款单芯片无线微控制器(MCU)[EB/OL]. http://www.ti.com.cn/cn/lit/ds/symlink/cc3200.pdf,2015:2-63.

[11] TI.CC3200 SimpleLink Wi-Fi Wireless MCU Launch Pad Board Design Files[EB/OL].http://www.ti.com.cn/tool/cn/CC3200-LAUNCHXL?keyMatch=cc3200&tisearch=Search-CN.2015:2-63.

[12] TI.CC3200 SimpleLink Wi-Fi and IoT Solution w/ MCU LaunchPad Hardware User’s Guide[EB/OL]. http://www.ti.com.cn/tool/cn/CC3200-LAUNCHXL?keyMatch=cc3200&tisearch=Search-CN.2014:5-45[13] TI.多协议完全集成 13.56-MHz RFID/近场通信 (NFC) 收发器集成电路(IC)(Rev.E)[EB/OL]. http://www.ti.com.cn/cn/lit/ds/symlink/cc3200.pdf.2014:6-46.[14] 乔润彪.基于云计算的旅游服务推荐算法的设计与应用[D].西安：陕西师范大学,2014.

[15] Yeh D Y, Cheng C H.Recommendation system for popular tourist attractions in Taiwan using Delphi panel and repertory grid techniques [J]. Tourism Management,2015,(2) :633-651.

[16] Malak Al-Hassan, Lu H Y, Lu J. A semantic enhanced hybrid recommendation approach:A case study of e-Government tourism service recommendation system [J]. Decision Support Systems.2015,(4):97-109.

[17] Liu L, Xu J,Stephen Shaoyi Liao,Huaping Chen.A real-time personalized route recommendation system for self-drive tourists based on vehicle to vehicle communication [J].Tunnelling and Underground Space Technology，2014，6(41):3409-3417.

[18] Marco Severini,Stefano Squartini,Francesco Piazza,Massimo Conti.Energy-Aware task scheduler for self-powered sensor nodes: From model to firmware [J].Ad Hoc Networks.2015(3) :73-91.

[19] Egbert van der Zee, Dominique Vanneste.Tourism networks unraveled.a review of the literature on networks in tourism management studies [J].Tourism Management Perspectives.2015(6):46-56.

Design of Tourists Traffic Monitoring and Recommendation System in Cloud Environment

Yan Yong1,Lei Hang2,Zhou Xiangbing3

(1.Department of Physical and Electronic Science, Aba Teachers University, Wenchuan623002, China; 2.School of Information and Software Engineering ,University of Electronic Science and Technology, Chengdu610054,China; 3.Network Management Center, Aba Teachers University, Wenchuan623002, China)

Design cloud environment scenic tourist traffic monitoring and recommendation system, including the CC3200 traffic monitoring and Attractions two parts, the traffic is monitored by RFID electronic ticket count the number of visitors, the uplink data via Wi-Fi local AP nodes, aggregation nodes from the AP to the cloud Recommended server; the current tourist flow, time affluence, tourist satisfaction, the server recommended analytical calculation of interest composite index, the initiative to recommend attractions for tourists, plan the best tour route. After testing, the system is stable, accurate data, applicable to all types scenic tourist traffic monitoring and referral service.

traffic monitoring; recommendation; CC3200;Wi-Fi

2015-07-05；

2015-09-07。

2014年四川省应用基础项目(2014JY0005)；2014年四川省科技厅项目(2014GZ0013)。

晏勇(1983-),男，四川郫县人, 讲师，硕士，主要从理自动控制,无线传感器网络方向的研究。

1671-4598(2016)01-0204-03

10.16526/j.cnki.11-4762/tp.2016.01.056

TP273

A

雷航(1960- ),男，四川富顺人，教授，博士，主要从事软件可靠性测试和评价技术，实时系统软硬件协同设计方向的研究。