高教社旅游大数据理论、技术与应用教学课件10.pptxVIP

【第八章】大数据的旅游统计应用导读【本章导读】本章介绍旅游大数据的统计应用。判断大数据在旅游统计中的应用对不对、好不好，取决于以旅游业务属性为主导的大数据挖掘。目前，对于旅游大数据能解决什么问题、是不是有了大数据就不需要传统旅游统计、怎样的数据规模才能称为大数据等问题，业界缺乏相对统一的认识，甚至存在很多误解。在实践应用层面充斥着“拿来主义”和唯技术论，没有按照游客定义进行游客识别，仅根据大数据提供商技术人员的“想当然”进行人次、客源结构等指标的统计，造成普遍性谬误。目前，亟需对大数据与旅游统计之间的关系，以及大数据应用要求和实例进行规范性梳理。本章将解答大数据统计与传统统计的关系、旅游大数据统计的基础理论和存在的误区，大数据在旅游客流统计、旅游收入统计中的应用等问题，呈现当前大数据在旅游资源、产业分布、专项旅游市场监测、游客行为分析等非法定旅游指标监测中的创新应用。【本章关键术语】大数据与传统旅游统计的区别与联系，游客认定的技术定义；统计误区；客流统计；旅游收入统计；非法定旅游指标统计第一节 大数据与传统旅游统计大数据与传统旅游统计第一节 一、大数据与传统旅游统计的区别与联系（一）大数据与传统旅游统计的区别传统旅游统计 大数据分析大数据背景下，数据分析指标更丰富，颗粒度更小更灵活，且能支撑更大范围内数据源、分析方法、模型算法等相统一，提高数据可比性。主要通过抽样调查与填报等方法“以小见大”，而旅游大数据是在收集打通多源异质异构海量数据的基础之上，依托计算机强大算力进行挖掘分析“由大见小”。大数据与传统旅游统计第一节 一、大数据与传统旅游统计的区别与联系（二）大数据与传统旅游统计的联系互为补充目标一致大数据与传统旅游统计的目的是一致的，即量化揭示和表达群体行为的共同特征。在共同的目标下，两者之间不是时序替代而是互为补充的关系。大数据很难实现样本“绝对大”，也就是全样本，需要统计方法的补充。 反过来，传统旅游统计因可提供的信息量有限，难以满足使用者的全部需求。需通过位置大数据跟踪补充信息。大数据与传统旅游统计第一节 二、旅游大数据统计基础理论（一）旅游大数据统计对象 游客的认定需要满足 4 个技术要件，即离开惯常环境、 10 公里 6 小时的时空约束、出游动机、不形成雇佣关系。1. 识别惯常环境一个家庭中两个人的惯常环境可能不同。每个人有 1 个甚至多个惯常环境，比如白天工作地、求学地和晚上休息地。判定一个用户是国际游客，还是国内游客，不是根据用户的国籍，而是根据他的常住国或者常住地而定，即惯常环境。惯常环境之间的通勤不是旅游。2. 时空要求 我国自 20 世纪 90 年代以来，一直遵循 10 公里 6 小时但不超过 12 个月的标准，且被写入了《全国文化文物和旅游统计调查制度》。在进行涉旅大数据统计应用时，一定要遵守这一技术定义要求。大数据与传统旅游统计第一节 二、旅游大数据统计基础理论 （一）旅游大数据统计对象 3. 不形成雇佣关系自 2008 年以来，世界旅游组织（UNWTO）会同各国专家达成一致，将原游客定义中的“不以取得劳动报酬为主要目的”改为“不形成雇佣关系”，毕竟前者确实容易造成歧义。4. 出游动机 出游动机是用来判定旅行者是否算作游客的标准之一，旅游活动包括游客为了旅行或者在旅行中所做的所有事情，如休闲、娱乐、观光、度假、探亲访友、就医疗养、购物、参加会议或从事经济、文化、体育、宗教等活动。出游动机较为主观，而且不一定会形成显性数据，有必要通过机器学习或抽样调查的方法进行辅助识别。大数据与传统旅游统计第一节 二、旅游大数据统计基础理论 （二）旅游大数据样本要求大数据也并不意味着绝对的“大”，而是相对的“大”。在很多情况下，大数据时代的有限样本往往较传统抽样调查的有限样本更大，代表性也更强。因此，旅游大数据统计应用中，并不要求全样本，而只是需要在隐私、商业机密保护和成本约束下，基于尽可能多的样本进行挖掘。利用一家移动运营商的用户及信令大数据，其总体样本量都超过 2 亿。因样本量往往能达到百万、千万级甚至亿级，样本分布基本能够覆盖各年龄层、地域、性别等不同维度。无论样本选取技术多么完善，也不可能和总体完全保持一致，只是对总体特征的逼近反映，而在大数据应用时逼近效果往往较好。大数据与传统旅游统计第一节 二、旅游大数据统计基础理论 （三）旅游大数据统计推断 在利用大数据进行旅游统计时，样本量可能非常大，时效性要求也非常高。如节假日旅游市场监测中，需要按照固定时间间隔或典型时间点等方法抽取位置点以减少运算量。对一些样本要求相对更低的指标，如过夜游客比例，游客人均游憩省域或市域数量等，而可以根据人口结构选取部分样本进行统计推断，以提高计算效率。 在现实中无法获得全样本的情况下，囿于算力、时效和大数据尚存在的技术盲区，大数