GTIM模型架构下的泛在网络旅游数据动态整合方法..pdfVIP

摘 要 随着居民生活水平的不断提升、旅游业的快速发展以及旅游者行为的日益成 熟，旅游已经成为人们日常生活中的重要组成部分。自助游以其自由、主动、灵 活等特点，逐渐成为国内旅游者出游的首选旅行方式。然而，旅游者在查询旅游 相关信息时，却不得不在不同的网站或 APP 中链接跳转，造成耗时耗力，甚至 降低旅游体验。因此，如何及时有效地关联与整合泛在网络空间中的旅游信息资 源成为智慧旅游中急需解决的关键问题。本文首先构建了 GTIM （Generalized Tourism Information Model ，广义旅游信息模型）模型；然后研究了泛在旅游数据 的获取与处理技术；最后基于空间匹配、缓冲区分析、基于关联规则的推荐等方 法，实现了旅游相关信息资源的整合，丰富了现有地理空间数据整合的理论与方 法，对多平台、多层级、多类型的数据关联整合具有一定的参考价值。方法应用 成果可以提升旅游信息的实时性，为智慧旅游提供技术支撑，具有十分重要的科 学意义和实践意义。论文的主要工作及成果体现在： （1）广义旅游信息模型的构建。基于当前高度流行、易获取的 POI （Point of Interest ，兴趣点）数据和泛在互联网旅游数据，完成旅游中六大主题“食、住、 行、游、购、娱”旅游信息资源数据的动态整合。首先需要研究构建一个旅游信 息整合框架模型，以便在模型的引导下，发展泛在互联网旅游数据动态整合方法。 （2 ）泛在互联网旅游数据（涵盖“食、住、行、游、购、娱”六大主题）的 获取与处理。基于目前主流地图服务平台提供的数据应用程序接口和主要的Web 页面信息提取方法，结合日趋流行的 Python 网络爬虫技术，根据不同类别网站 结构，探索出适合其页面信息挖掘的策略及算法，分模块、顺序进行网页解析， 数据分类，信息提取等，并对获取的旅游资源数据进行清洗、筛选、转换等操作， 完成旅游中所涉及的相关网络信息资源数据的获取与处理。 （3 ）最后，基于本文构建的广义旅游信息模型，利用提出的泛在互联网旅 游数据整合方法，完成泛在旅游数据的关联与整合实验。实验包括：1）高德地 图与百度地图景点POI 整合；2 ）景点POI 与“食、住、购”主题POI 关联；3 ） 基于微博数据的景点POI 关联推荐；4 ）景点POI 与旅游日记数据整合；5 ）餐馆 POI 与美团餐馆数据整合；6 ）酒店POI 与携程酒店数据整合。实验表明本文提 出的方法可行，可以为游客提供更加精准、实时的旅游信息，提升旅游者的旅游 体验。 关键词：旅游景点；数据整合；景点推荐；关联规则；语义信息 I Abstract With the continuous improvement of residents living standards, the rapid development of tourism and the increasingly mature behavior of tourists, tourism has become an important part of peoples daily life. With the characteristics of freedom, initiative and flexibility, self-help travel has gradually become the preferred travel method for domestic tourists. However, when tourists inquire about travel-related information, they have to link and jump on different websites or APPs, it is time consuming and laborious, and even reduces the travel experience. There