旅游大数据与挖掘分析研究.docVIP

　　摘要：随着云计算、大数据等新兴技术的快速发展，旅游大数据已经引起广大学者的关注。该文介绍了大数据概念及旅游大数据的发展需求，概述了数据挖掘常用技术以及旅游大数据的挖掘技术，最后给出了数据挖掘在旅游行业的应用方向。 　　关键词：大数据；数据挖掘；云计算；关联分析；聚类 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）14-3215-02 　　1 大数据概述 　　大数据就是容量巨大的数据资源，是指所涉及的资料量规模巨大，已无法通过目前的软件工具在合理的时间内撷取、管理、处理与整理。大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算机的数据处理与应用模式，通过数据的整合共享，交叉利用，形成的智力资源和知识服务能力[1-2]。 　　2 旅游大数据发展需求 　　伴随着中国旅游业的高速发展，我国旅游行业也发生了巨大的变化，行业规模不断扩大，导致旅游数据信息爆炸性的增长，旅游数据已经形成一个巨大的海量信息空间。如何充分利用海量的旅游原始数据，快速、准确、方便地对日常积累的反映旅客信息的海量旅行数据进行旅游挖掘分析，已经成为旅游大数据应用新方向。旅游大数据发展主要体现在如下几个方面： 　　1）旅游大数据挖掘服务 　　通过专门的服务机构对海量旅游数据进行分析，提供标准的数据分析报告与预测结果，也可以通过开放接口允许用户自己创建模型分析数据。 　　2）数据的可视化 　　通过可视化（图表等）工具展现挖掘结果。 　　3）数据分析库 　　将常用的分析模型与结果保存起来，作为数据分析工具，便于开发人员快速地进行旅游数据挖掘应用。 　　3 旅游数据挖掘 　　3.1 数据挖掘 　　数据挖掘[3]又称数据的知识发现，是从大量、不完全的、模糊的、有噪声、随机的数据当中，提取隐含在数据当中的、有价值的信息，是目前人工智能和数据库领域研究的热点问题这一。它是一个决策支持过程，基于机器学习、人工智能、数据库、模式识别等，自动分析大量数据，做出归纳性推理，并从中挖掘出潜在模式，为政府部门提供决策性支持。 　　数据挖掘技术主要包括关联分析、序列模式、分类、聚类、异常检测等。在旅游大数据应用中可以采用关联分析对旅游数据进行搜索，并从中找出出现概率较高的模式，或者通过数据的聚类与分类，分析旅游数据的相似性，将相似的数据存放在一起，为决策者提供决策支持。 　　3.2 数据挖掘在旅游行业中的应用 　　利用数据挖掘技术来挖掘隐藏信息，为旅游行业提供有价值信息，主要表现在如下几个方面[4]： 　　1）挖掘有价值的旅游信息 　　通过分析游客浏览旅游网站的日志，利用数据挖掘技术发现用户常见的浏览行为，掌握游客感兴趣的旅游目标和信息，因此，旅游管理相关部门可以根据这些信息，调整并优化旅游信息网站，使得更加符合游客的需求，提供更加优质的旅游服务，并针对特定的游客，可以制定个性化的服务。例如通过数据挖掘分析，某游客在浏览张家界国家森林公园网页信息的同时很有可能会浏览凤凰古城网页信息，可以得知，游客在游玩张家界国家森林公园之后继续去凤凰古城游玩的可能性会很大，反之亦成立。因此，旅游管理部门可以在两个景区之间增加相应的旅游大巴，或者在张家界国家森林公园网页中推荐凤凰古城网页。 　　2）挖掘潜在旅游客户 　　可以通过旅游数据挖掘获得潜在的旅游客户，主要的方法包括数据聚类与分析。对于新的游客，通过对游客的访问记录进行聚类与分析，识别该游客是否为潜在的旅游客户，决定是否作为潜在客户对待。如果是则将该客户感兴趣的旅游信息动态推荐给客户。 　　3）优化旅游线路策略 　　通过对旅游线路与目的地访问情况进行挖掘分析，给旅游管理部门提供最佳或者最具市场潜力的旅游路线，管理部门可以将具有一定相关性的线路进行合理规划，并动态调整旅游网站的结构，使客户更加方便地访问旅游信息，可以有效地增加网站的粘性，提高网站的访问率。 　　4）推荐旅游项目与目的地 　　利用数据挖掘技术开发新的旅游项目与旅游目的地。首先创建一个包含所有旅游目的地的旅游数据库，利用数据挖掘工具，分析客户的行为、兴趣、爱好等，形成一套针对不同类型旅游客户的旅游服务方案，并针对客户的旅游爱好、需求与生理提供个性化的旅游建议和推荐旅游线路，提供旅游目的地其间的旅游服务项目，协助旅游者做出相应的旅游计划，包括目的地旅游线路、旅游交通、住宿、用餐、娱乐、当地特产、观光项目等，提高旅游客户的满意度， 　　4 小结 　　旅游大数据与数据挖掘技术正以前所未有的速度发展，在越来越激烈的旅游市场中，拥有旅游大数据技术将获得更有价值的信息，获得更多的市场机会。旅游大数据使得旅游资源配置更加合理，找到潜在客户并为已有客户提供更好的个性化服务，随着旅游大数据的发展