物联网和边缘计算技术在体育与旅游产业融合中的应用

黄元华

(贵州大学 体育学院，贵州 贵阳 550025)

0 引言

物联网是继计算机、互联网、移动通信网络之后科技发展的又一重大变革，它将虚拟信息与现实相结合，可以使现实生活中的人类相关行为和活动更加高效和智能化[1].因此，在物联网时代来临之际，体育与旅游产业融合发展应抓住物联网技术应用创新的机遇，加快信息化、智能化升级进程[2].通过对书籍、文献、网络、电视、纸媒等相关文献的调研发现，研究内容的共同点是体育旅游服务资源和数据的高效整合、共享和应用[3].

目前，国内外学者对互联网技术在体育与旅游产业融合中的应用进行了深入的研究，Li等[4]提出了一种基于SVM的智能旅游时空数据库资源整合方法，结合旅游历史时间数据和采集处理的空间数据，构建了基于旅游六大要素的旅游时空数据库资源初步整合系统，并在此基础上给出了理想的数据库资源整合方案的定量表达.李卫星等[5]研究了大数据在智能旅游管理中的应用，利用物联网、云计算、智能数据挖掘等技术在旅游产业发展和服务管理中，对旅游资源和信息资源进行高度整合和开发.王兆红等[6]分析了京张区域体育产业高质量发展的目标、主线与着力点，探索了促进该区域体育旅游产业高质量发展的实施路径.谢彦君等[7]从多维视角对体育旅游研究的历史进行回顾，对体育旅游中发生的典型身心在场问题进行了有效阐释.Zheng等[8]建立了基于互联网技术的体育旅游服务应用模型，实现了体育旅游服务的内部管理控制、外部协作和信息发布功能.

虽然现有的方法在实际应用中取得了显著的效果，但从物联网在体育与旅游产业融合中的应用现状来看，可以分析出几个问题.首先，在物联网的体育旅游服务中，存在体育旅游数据检索时间长、实时性差的问题；其次，体育旅游服务物联网与相关职能部门的协调整合不足，部分数据存在误差；最后，物联网技术在体育旅游服务管理中消耗巨大的能量.因此本文针对现有方法存在的问题，将物联网技术与边缘计算技术相结合，提出了基于物联网技术的体育旅游服务应用模型.同时研究了体育与旅游产业融合中的应用效果，以期实现内部管理控制、外部协同、体育旅游服务信息的合理发布，来提高体育与旅游产业融合模型的应用效果.

1 研究方法

1.1 体育旅游资源相似度计算

在体育与旅游产业资源计算过程中，不同类型资源的相似度计算可分为两部分：一是计算特征词的相似度，二是计算体育旅游资源环境之间的相似度.其中，计算特征词相似度的具体步骤主要有：使用Sim(w)表示特征词的相似度，并使用分类子树对特征词进行划分，其分类子树如图1所示.

图1 分类子树

根据分类子树的分类结果，假设有两个体育旅游资源特征词wi和wj，计算wi和wj相似度的具体公式如下：

Sim(w)=I(wi+wj)=

(1)

其中：I代表特征词的集合;θ表示特征词分解的关键因素;h表示特征词相似度计算的估计执行时间;n为相似系数;ηi表示所有子任务的执行顺序;ηj表示通过资源分配可以直接对应的资源.

在计算体育旅游资源环境之间的相似度时，首先要计算wi和wj环境之间的相似度，然后需要对环境集合中的元素进行配对，以计算特征词相似度，其计算公式为：

(2)

其中：ci代表一个具有强相关性的特征词;rj表示弱相关性的相关词.

1.2 基于边缘计算的体育与旅游产业资源融合方法

现有物联网技术采用集中式数据中心或云的方式进行数据处理，导致设备端网络时延较大，无法满足设备爆炸式增长的需求，对设备数据安全构成威胁，设备数据集成出现较大错误.边缘计算技术缓解了集中式物联网的这些缺陷，将计算任务转移到边缘服务端，显著提高了时延和能耗，特别是对于延迟和能耗敏感的物联网应用[9].建立基于边缘计算的物联网体系结构，整合体育与旅游产业资源的架构由物理事务层、物联网边缘设备层、边缘网关层和边缘业务层组成.在该体系结构中，边缘网关层由多个边缘网关组成，记为FDs.建立FDs私有K，形成一个FDs集合：F1={F Ds1,F Ds2,……，F Dsk}，通过数据源完成资源感知和采集，并通过资源预处理将数据传输到边缘服务层.边缘服务层主要负责远程云计算连接，提供用于资源整合的全球服务端口，通过命令控制和管理EDs，实现体育旅游服务资源的调度.本文设置N个边缘服务器，形成一个本地边缘集：F2={E Ds1,E Ds2,……，EDsn}.

在边缘网关层的边缘网关中，嵌入虚拟化控制器，实现对上边缘服务层的服务提供，以及下边缘设备层的能耗与延迟、应用与任务分解等应用处理.虚拟控制器的中间部分是资源分配和调度，下层是资源整合和延迟分析，其中任务分解和应用程序处理负责资源的有效分配[10].虚拟化控制器内置在边缘网关层的边缘网关中，可以处理大多数边缘任务，降低边缘设备层应用请求的整体服务延迟和能耗，提高游客满意度.由于基于互联网的体育旅游服务应用模型中资源传输需要一定的时间和精力，因此对系统的时延、能量消耗和服务满意度进行了描述.将体育旅游服务资源从传输设备层转移到边缘网关层，或者通过边缘网关层将体育旅游服务资源转移到边缘服务层，并设置资源上传率为vij，其计算公式为：

(3)

其中：xi代表边缘网关层资源上传率；yj表示边缘服务层资源上传率.假设体育与旅游产业资源整合的总体任务为G，为了在资源整合中选择一个合理的任务分配渠道，首先得到所有请求任务的渠道分配候选解，并以矩阵的形式表示出来：

(4)

则所有请求任务的信道分配率为：

其中：ε表示任务请求的发送速率;L表示信道带宽.

当资源集成请求任务的输入数据大小为dc时，执行该任务所需的处理周期为Cij，虚拟化控制器的权重为μn，体育旅游服务资源参数的方差为σ2，则体育旅游服务资源的整合价值可以表示为：

φk=S(m,n)S(m+τ,n+τ)，

其中：τ表示传输的数据量.

当0<φk≤1时，体育旅游服务资源整合的总均方误差为：

其中：s(k)表示任务计算卸载的时间成本;x(k)表示局部计算、任务卸载和数据传输所产生的能量消耗.

综上所述，本文体育旅游服务资源整合过程如图2所示.

图2 体育与旅游产业资源整合过程

2 结果与讨论

为了全面验证物联网和边缘计算技术在体育与旅游产业融合中的应用效果并进行实验验证，本实验采用模拟实验的形式，具体的实验软硬件参数如表1所列.

表1 实验软硬件参数

为了保证实验结果的准确性，通过Excel和Matlab等软件对实验得到的数据进行处理，为实验研究提供必要的数据支持.在上述实验硬件环境和参数设置的基础上，选取Li等[4]、Wang等[11]、Ferrer等[12]，Mehrabi等[13]的研究方法并与本文方法进行比较.实验的指标为体育与旅游数据检索时间、体育与旅游数据融合误差和体育与旅游服务管理能耗.结合多元函数求极值理论，计算出总均方误差的最小值为：σmin=min[s(k)|x(k)]-Rd，其中Rd为权重因子.

Gτ=logcn(G(Hx,Hy))，

其中：cn代表重构后的体育旅游服务资源；Hx表示第x层体育旅游服务资源的资源函数；Hy表示体育旅游服务资源的第y个详细的资源函数.因此，以体育旅游数据检索时间为实验指标，比较不同方法的应用效果，结果如表2所列.

表2 体育旅游数据检索时间的比较(s)

通过表2中的数据可以看出，随着实验次数的增加，不同方法的体育旅游数据检索时间呈现出持续增长的趋势，同时不同方法的体育旅游数据融合误差总体呈现先快速下降后平缓变化的趋势.但相比之下，本文方法的数据检索时间明显较低，最小数据检索时间仅为2.69 s，远低于Li等[4]和Wang等[11]的方法.虽然Ferrer等[12]和Mehrabi等[13]的方法也取得了较好的性能，但与本文提出的方法相比仍有一定的差距.在旅游中，旅游者如同一个游牧者，远离静态和异化的位置，在一个个旅游情境的转换和奇遇的体验中，勾画出非线性的生活发展蓝图，并从中反思、解构、重建自我.结果表明，随着迭代次数的增加，该方法的体育旅游数据融合误差始终低于传统方法，表明该方法提供的体育旅游数据具有较高的可靠性，能为体育旅游服务提供实时数据，提高服务质量.

以体育与旅游产业融合管理能耗为实验指标，比较不同方法的应用效果，结果如表3所列.

表3 体育旅游服务管理中能源消耗的比较(s)

由于旅游场域景观的多向度以及旅游者寻求认同或差异的旅游动机，该方法在旅游体验研究领域表现出强大的理论生命力.根据表3中体育与旅游产业融合管理的能耗对比数据，所提方法的能耗低于这些传统方法，证明所提方法可以提高体育旅游服务质量.随着迭代次数的增加，大多数对比方法的能量消耗逐渐增加，但该方法的能量消耗基本保持不变.在哲学、社会学、心理学以及一些人文学科的研究领域，随着语境主义、情境主义、常人方法论、符号互动论等理论的广泛应用，各种高卷入度的体育旅游项目能使旅游者不断在某种身体的自我超越中感受一种完美的畅爽体验.因身体参与的强度高于其他类型的旅游形式，因而体育旅游可能实现较高层次的旅游体验.因此，本文研究成果可为体育与旅游产业融合的物联网技术的研发、应用研究，以及管理人员提供一定的参考.

3 结语

目前，体育与旅游产业融合的发展正处于快速发展阶段，但信息技术的发展还相对落后.大部分体育与旅游产业融合仍停留在传统的运营模式.它们的组织能力有限，整体运行效率不高，对资源的消耗巨大.这些问题严重制约了体育与旅游产业融合的可持续发展.在互联网信息大发展的背景下，体育与旅游产业融合依靠信息技术发展已成为一种趋势.体育旅游服务业管理的全过程必然关注资源整合和优化，物联网在体育与旅游产业融合领域占有重要地位.本文选择物联网技术和边缘计算技术在体育与旅游产业融合中的应用作为研究对象.与传统方法相比，该方法在体育旅游数据检索时间、体育旅游数据融合误差、体育旅游服务管理能耗等方面具有明显的优势.本文的创新之处在于体育与旅游产业融合体系的构建，但在相似度计算方法和边缘计算方法上仍有改进的空间，在今后的工作中将注重方法的进一步创新.