旅游行业大数据的应用研究与实践--大数据智慧洞察助力消费升级下的旅游供给侧改革

孙晓星

中国移动通信集团江苏有限公司

0 背景与需求

旅游业是我国服务业的重要组成部分，又跨越多个行业，是交通、餐饮、娱乐、住宿、购物等诸多传统服务业的集成。旅游业向现代服务业的转化，不仅是自身的要求，也会带动相关产业的优化升级。根据中国旅游研究院发布的研究数据，旅游业对国民生产总值的综合贡献率已达10%。而旅游产品结构性失调、有效供给不足一直是中国旅游产业发展的主要问题。如旅游目的地已难以满足庞大的国内游客需求，周边游、深度游、休闲度假兴起，主题公园、乡村旅游、会议展览已经成为新的旅游需求。消费者的旅游习惯也开始发生变化，人们消费水平的提升和消费方式的多元化，使得旅游供给侧改革迫在眉睫。

旅游领域的大数据应用是通过对用户行为数据的建模和分析，获得群体游客特征的认知和理解，在精确游客行为分析以及游客位置、游客关键时刻发现的基础上，发现游客真实需求，帮助整个旅游产业链改善和提升游客服务体验。

图1 旅游大数据解决方案系统架构图

1 旅游大数据的创新解决方案

国家旅游局明确提出要加强旅游信息化，而运营商具有覆盖广泛的移动蜂窝网络，拥有丰富的网络信令数据，如客户身份标识、客户位置信息、客户消费能力等，可以通过信息化技术提供有效信息数据支撑，建设形成针对旅游领域的大数据服务应用，弥补旅游行业信息化服务能力的不足。

1.1 分层可扩展性的架构

建立基于分层分级的应用体系架构，主要包括业务展现层、能力封装层、数据处理层、接口层。通过调用整合能力封装层的各数据模块，实现多维度的数据分析与图形化展示，可实现WEB前端、手机APP和大屏三种展示形式，同时可根据需要自动形成旅游大数据分析报告。

1.2 融合多样化的数据

运营商数据：由运营商进行数据汇聚，汇集数据包含目前已有的手机用户位置数据、基础数据、用户行为数据等。

景区景点数据：通过API接口将景区内部的门票数据、闸机票务数据引入，用于系数校准和景区资源监控。

商业运营数据：引入银联消费数据、星级酒店客房预订数据、互联网企业数据，如途牛、携程旅行景区评价数据等。

1.3 自动学习预测的模型

以客流数据预测为例，新增多样化系数和训练模型，用于拟合实际数据和对其他各模块进行预测分析，通过多样化系数对原始数据进行校准，得到预测数据，最后将预测数据保存至数据库中，用于系统自学习。

下面介绍一下使用的机器学习：

我们用的机器学习的方法是利用人工神经网络（ANN）的特点，人工神经网络本身就是具有层次结构的系统，具有识别复杂非线性系统的特性，较适合于旅游、交通流量的预测。

我们给定一个神经网络，我们假设输入和输出相同，然后训练调整其参数，得到每一层中的权重。从而得到输入的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络，为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，找到可以代表原信息的主要成分。

具体过程简单说明如下：

我国食品工业的发展越来越依赖于科学进步。从手工业走向机械化，从机械化走向自动化、智能化已成为中国传统食品工业化、现代化的必由之路。以我们平时最熟悉的“粥”为例，我国粥类食品数量超过1000种。在粥产业尤其是八宝粥的发展过程中，传统马口铁罐装粥难以满足消费者越来越高的要求，一些企业正在依靠科技提升粥的品种和品质，以满足消费者需求，“同福碗粥”便是其中之一。企业在全国首创碗粥产品，攻克了易撕膜、碗定型、杀菌、设备、工艺几大难关，采用多层高阻隔碗体，具有微波炉可加热特性，在很大程度上避免了方便粥不易加热的缺点。

（1）标签分类：在我们的神经网络中，我们输入的样本是有标签的，如天气、节假日等多标签，我们是利用二元相关算法（binary relevance，LR），即将多标签分类问题转化为一个或多个单标签分类问题，将每个标签单独训练一个分类器，预测的时候将多个分类器的分类结果合并，作为多标签的分类结果。

（2）机器学习：通过学习输入（当前客流数据）和输出（预测客流数据）的恒等函数，根据当前客流数据和预测客流数据之间的差去训练调整参数，进行特征提取，改变前面各层的参数，直到收敛，训练得到黑箱型的学习模型。

（3）数据预测：将数据集进行预处理，去除异常数据，再结合天气、节假日等标签数据，处理得到输入数据矩阵；将处理过的数据集输入至机器学习的算法模型中，输出矩阵即为预测客流。

图2 客流量数据预测过程

2 旅游大数据的应用案例

南京市建邺区作为南京新的城市中心、中央商务区、长三角重要的金融创新区，本身缺乏传统的旅游历史文化积淀，但却聚焦了大量会议、体育、展览的场所（南京国际博览中心、江苏大剧院、奥体中心等），南京市建邺区政府拟打造“会奖”旅游产业，为了助力建邺区相关旅游机构供给侧优化决策，我们以第二届中国国际精酿啤酒展览会案例进行了大数据分析。

位置：南京国际博览中心

事件：第二届中国国际精酿啤酒展览会

时间：2017.6.29-2017.7.1

2.1 总体情况

第二届中国国际精酿啤酒展览会于2017年6月29日至7月1日在南京国际博览中心隆重举办。作为中国精酿行业规模最大的展会，有100多家精酿啤酒原辅材料及设备企业，100家国内外精酿酒商展出，打造中国乃至亚洲最大的精酿啤酒饕餮盛宴，全面展示精酿啤酒全产业链、精酿啤酒文化及创意。

2.2 人流篇

国内参展人数远大于境外参展人数，总人数超万。国内参展主要集中在江浙沪地区，餐饮、金融、传媒占所统计行业的前三，占比分别为60%、18%、10%。热爱啤酒的更多聚集在工作多年的商务人士，并且爱酒人士中男性占据绝对优势（69%）。

图3 旅游大数据人流统计图

2.3 游玩篇

参展人员就近选择的游玩景点TOP5，分别为南京眼、鱼嘴公园、河西中央公园、绿博园、南京大屠杀纪念馆；除建邺区外其他区域的游玩景点TOP5为夫子庙、中山陵、玄武湖、老门东、明故宫。白天参会，夜晚游玩南京眼、夫子庙、老门东成为参展人员的首选。

图4 旅游大数据景点统计图

2.4 出行居住篇

博览中心毗邻元通地铁站，参展人员大多选择便捷快速的地铁作为首选交通工具；展会期间，参展人员停留时间集中在3小时以内。在建邺区内，参展人员主要居住的酒店分布在南京万达希尔顿酒店、南京国际博览中心酒店等酒店；建邺区外居住的酒店分布在南京玄武饭店、南京金丝利喜来登酒店等酒店，基本分布于新街口和夫子庙附近。

图5 旅游大数据出行酒店统计图

3 旅游大数据展望与思考

江苏为旅游大省，具有5A和4A景区近120个，2017年上半年，江苏全省接待境内外游客3.30亿人次，同比增长13.99%，其中接待省外游客1.99亿人次，同比增长24.68%，实现旅游总收入7195亿元，增长14.1%，旅游经济呈现持续增长、蓬勃发展的强劲态势。江苏移动大力发展“智慧旅游”信息化服务，围绕食、住、行、游、购、娱6大元素，以游客为中心，从多方面提供了智能化便捷的旅游信息化服务，目前获得了一定的社会和经济效益。后续我们思考将进一步做好以下几个方面的工作：

（1）加强统筹能力，提升平台的包容性。加强与旅游局等政府管理机构的对接，对全域旅游工作（食、住、行、游、购、娱）进行统筹，增强对全域旅游情况的分析能力，以便更加直观地反映全域旅游整体状态。

（2）打造开放平台，扩大平台数据多样性。开放系统平台，提供标准化、规范化接口，将各类应用数据纳入平台系统，如更多引入景区数据（停车数据等）和第三方数据（交通数据、酒店客房数据等）。

（3）人工智能预测，提升平台应用价值。更多引入人工智能算法和分析，从原有的大数据统计分析真正升级成为大数据应用分析预测平台，即通过平台自身的学习迭代能力，完成对大数据的能力预测，最终形成有直接使用价值的应用模块。