旅游大数据与挖掘分析研究 .pdfVIP

旅游大数据与挖掘分析研究

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