面向大数据的旅游微观数据信息平台研究 - 旅游论坛 - 四川师范大学学报（社会科学版）

第４２卷第１期

２０１５年１月

四川师范大学学报（社会科学版）

ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ（ＳｏｃｉａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ）

Ｖｏｌ．４２，Ｎｏ．１

Ｊａｎｕａｒｙ，２０１５

面向大数据的旅游

微观数据信息平台研究

１

，２

１

王赛兰，杨振之

（

１．四川大学旅游学院，成都６１００６５；２．四川大学锦城学院，成都６１１７３１）

ꢀ

ꢀ 摘要：传统的旅游数据获取方法已经落后于整体的旅游业发展的需求，如何获得客观准确的旅游数据，一直是

一件让人头痛的事。分析大数据背景和目前旅游数据统计中的各种问题，研究出以微观数据统计为基础的旅游数

据统计平台的设计方案和实现方法，利用该平台，测试性地对成都游客在２０１３年国庆７天消费情况进行统计分

析，证明了该平台（ＭＴＩＳ）的实用价值。该平台基于移动互联网、ＬＢＳ、数据挖掘等新技术，有很好的可行性和实用

性，能够为旅游中的不同单位和个体提供优质的信息化服务。同时，该平台的应用，将带来旅游数据统计、分析、营

销的重大突破。

关键词：旅游数据；旅游数据统计；旅游数据统计平台；旅游微观数据信息平台

中图分类号：Ｆ５９０．６３ꢀ 文献标志码：Ａꢀ 文章编号：１０００⁃５３１５（２０１５）０１⁃００５４⁃０８

ꢀ

ꢀ 随着互联网的发展，人们生产数据的能力越来越强，传统ＩＴ设备以及各种智能终端产生的信息，爆炸性

增长的数据充斥整个网络，其中与旅游相关的数据不可计数。学者、旅游管理者和政府部门已越来越重视旅

游数据统计工作，结合互联网、大数据、数据挖掘领域的研究已经成为热点。互联网的大数据统计时代已经

到来，一批学者开始研究互联网的搜索行为和旅游行为之间的关系。福蒂斯（Ｆｏｄｎｅｓｓ）等认为，旅游信息搜

［

１］

［２］

索内容能够反映游客的在线信息需求。潘（Ｐａｎ）等研究游客如何利用网络制定假日旅行计划，并通过

研究Ｅｘｃｉｔｅ搜索引擎日志后发现有超过一半以上的被调查者将酒店作为第一搜索任务，然后才会转移到交

［

３］

通或者其他活动和旅游吸引物。白智广等从海量的假日旅游信息中进行数据挖掘，研究假日旅游的状态

［

４］２－３

问题

。这一系列研究和成果都表明旅游数据的获取和统计需要新的方法和手段。

和以往研究不同的是，本文希望从微观数据统计的角度，结合移动互联网、ＬＢＳ、数据挖掘等新技术和新

理念，研究开发出一种能够直接反映旅游个体行为，特别是消费行为的数据统计平台，以适应大数据时代科

学研究与普通游客对旅游信息化的需求。与以往数据统计平台不同的是，该平台直接面对游客个体，而不是

旅游接待单位（酒店、旅行社等），使得数据的来源更真实，旅游数据的获取和分析更科学、更有效；通过对获

收稿日期：２０１４⁃０９⁃１８

基金项目：四川省教育厅人文社会科学重点研究基地西华大学“工业设计产业研究中心”资助科研项目“基于移动端的旅游微

观数据统计平台设计”（ＧＹ－１４ＹＢ－１２）。

作者简介：王赛兰（１９８１—），女，湖北武汉人，四川大学旅游学院博士生、四川大学锦城学院讲师，研究方向为智慧旅游、文化

遗产与旅游开发；

杨振之（１９６５—），男，重庆人，博士，四川大学旅游学院教授、博士生导师，研究方向为休闲与旅游规划、旅游目的地

管理。

５４

王赛兰ꢀ 杨振之ꢀ 面向大数据的旅游微观数据信息平台研究

取数据的统计分析，能够掌握游客的行为规律、时空足迹和消费特征，成为智慧化的旅游信息平台。

一ꢀ 旅游数据统计在国内外的研究与应用

［

５］

大数据之所以称为大数据，不仅仅因为其量级的庞大，也因为它与其他数据的复杂相关性。游客在

旅游行为中产生的数据不仅复杂，而且与其他因素有很大的相关性，这成为旅游大数据研究的先决条件。

２

０１２年，ＤｅａｌＡｎｇｅｌ（ｈｔｔｐ：／／ｗｗｗ．ｄｅａｌａｎｇｅｌ．ｃｏｍ）作为第一个利用大数据分析方法进行酒店比价的搜索引擎获

得成功。ＤｅａｌＡｎｇｅｌ的市场评分以酒店及周边地点的价格数据为依据，参考了网络上超过百万的数据点，为

游客提供最划算的酒店信息。目前ＤｅａｌＡｎｇｅｌ已经被俄罗斯旅游网站ＯｎｅＴｗｏＴｒｉｐ收购，成为旗下子公司之

一。根据权威的创投互动ＡｎｇｅｌＬｉｓｔ社区统计，目前世界上“大数据”概念的旅游企业主要涉及旅行计划网

［

６］

站、旅游照片应用、酒店评价、个性记录和体验分享等各个方面。在旅游以外的各个领域，大数据都在发

［

７］

挥巨大的影响。例如，利用在Ｔｗｉｔｔｅｒ上的数据，找到一种让用户可以及时找到全世界相关信息的方法；利

［

８］

用大数据对用户进行分类投递广告；在公共交通领域中应用大数据进行智能交通管理。这些信息明确地

表明，大数据在旅游中的应用会更深入，也会给旅游行业带来新的变革。

很多学者注意到互联网的重要性。２００２年，有学者预见到电子商务将提高旅游业的透明度和工作效

［

９］

率，降低边际成本，从而将对中国旅游市场带来巨大的变革。国内学者也开始注意到旅游数据统计的问

［

１０］

题，有学者对旅游的Ｗｅｂ数据挖掘和传统市场调查获取的数据进行了对比，研究在线搜索行为模式与游

［

１１］

客行为的关系，对网友在论坛中发布的旅游相关信息、照片进行统计分析来研究旅游者的行为。有学者

利用心理学中的认知模型，对旅游网站提供的信息和服务对潜在游客出游决策发挥的作用进行了量化研

［

１２］

。

究

但是，随着移动互联网的发展，移动端发展的速度令人惊讶。根据艾瑞咨询公布的统计数据，２０１１年智

能移动终端的出货量就超过了ＰＣ，所以针对移动端数据源的采集需要得到更大的重视。基于移动端的数据

源和ｗｅｂ数据源有以下差异。

（

１）移动端数据源更有利于对旅游者进行追踪。ＬＢＳ（ｌｏｃａｔｉｏｎ⁃ｂａｓｅｄｓｅｒｖｉｃｅ）的出现最早是为手机用户

提供紧急救援服务，有学者专门研究了用移动工具追踪在城市空间内个体行为的方法，并追踪了１００起事件

［

１３］

后证明城市中的旅游行为是可以被在线检测的，现在已经广泛应用于移动端为用户提供地理位置服务，

与此同时也产生了大量的地理信息数据。除了可以获取用户的时空行为数据外，手机移动数据中还包括用

［

１４］

。

户的个人信息，管理系统根据手机号码可以得知用户的性别、年龄、收入等信息

（

２）移动端产生的是实时信息。传统旅游者提供的数据是某一个时间断面的旅游者信息，而基于手机

［

１５］

定位可获得个体实时移动信息。这一特点让基于手机端产生的数据能够最直接最迅速地反映现实情况。

（

３）移动端服务更易于与游客互动。与ｗｅｂ相比，手机服务更个人化，游客在旅行过程中也能够便捷地

使用。Ｇｏｏｇｌｅ地图、ＢｏｏｋｉｎｇＴｏｎｉｇｈｔ以及旅行翻译官等著名的ＡＰＰ软件已经为大量用户提供了便捷的旅游

服务。有理由相信，与旅游信息和数据相关的手机端平台将直接受惠于普通的游客群体。

移动互联网对人们的生活产生了巨大的影响，与旅游相关的手机应用也逐渐广泛，除了各种直接面对游

客的旅游攻略、机票酒店预定、旅游资讯发布的手机应用以外，对移动端在景区管理方面也有进一步的研究。

ＲＢＳｉｍ是一款专门用于模拟在室外环境中人类游憩行为软件，研究和管理人员可以在网络上模拟游憩环境

［

１６］

中人们的移动，为景区管理提供依据，现在北美和澳洲景区实践使用。基于手机的旅游数据统计分析一

直比较罕见，能够被查阅的案例不多。１９９９年，在日本大阪城堡会议中心，以手机作为数据获取手段，对前

［

１７］

来观看相扑表演的１００名被访者进行了研究；２００４年，为了探索手机移动数据在国际旅游市场分析中的

［

１６］

作用，在爱沙尼亚对共计１．２８亿次来自９６个国家的国际漫游通讯行为数据进行了分析。我国有学者利

［

１８］

用数码相机拍摄照片时记录下的地理位置信息对游客时空行为进行研究；或引入时间地理学和认知供给

［

１９］５－２０

理论与方法提出了“旅游者时空行为研究理论框架”

提供了理论思路。

，为以移动端作为数据源的旅游数据统计和分析

二ꢀ 旅游数据获取中的问题

５５

四川师范大学学报（社会科学版）

目前国内旅游统计数据基本上是宏观数据。中国国家旅游局编制的《中国旅游统计年鉴》和中国旅游

出版社出版的《中国国内旅游抽样调查资料》中关于游客花费情况的统计数据比较粗略，并且其抽样统计方

法也不能真实反映游客的消费情况，这些统计数据存在不同程度的数据造假、项目分类不合理、统计项目过

［

２０］

于粗略、抽样样本不足、问卷设计不合理等问题。旅游卫星账户的建立同样需要详细的旅游消费数据。

国内学者在研究编制江苏省区域旅游卫星账户（ＪＳＴＳＡ）时就发现，目前旅游消费方面的数据主要来自全国

范围内统一实施的海外旅游者和国内旅游者抽样调查数据，但现有的旅游者抽样调查中关于旅游消费的调

查项目比较简单，不能完全满足ＪＳＴＳＡ游客消费核算账户中较细分类水平的旅游消费支出项目研究的需

［

２１］

要

。比如，《２０１２中国旅游统计年鉴》中标明２０１１年江苏省接待入境过夜游客有７３７３２６６人次，但在连

云港旅游政务网站上公布的《关于２０１１年江苏入境游客抽样调查情况的通报》表明，该次调查回收问卷数

［

２２］

量为１７０４份，仅占当年游客人次的０．０２３％。这样的数据量是否能够反映当地游客的真实情况，值得怀

疑。旅游数据来源的主要途径是问卷调查、电话访问等形式。虽然调查方法和问卷设计都经过了科学化改

良，但是随机采样的方法样本小、调查对象对问卷回答的随意性高、数据获取周期长等问题依然无法解决。

旅游数据统计是一项世界性难题，关于数据获取的方法和理论目前都还在探索之中。数据使用者需要

高质量的旅游数据，但是对旅游者个体消费数据的统计遇到了技术上的难题，这就需要我们研究和探索新的

数据统计方法和技术。

三ꢀ ＭＴＩＳ平台构建

为解决目前旅游数据统计分析中存在的问题，更充分利用移动端数据源的各种优势，我们研究开发出一

种创新性的数据获取和分析方法。该方法以互联网为平台，从旅游个体角度获得真实的海量数据，再进行存

储与挖掘，为旅游学术研究、旅游营销、旅游管理等领域提供大规模数据存储、处理、挖掘与可视化分析服务；

同时也为游客提供相关的旅游信息服务，是旅游信息资源整合的大型互联网服务平台———“基于游客个人

行为的旅游微观数据信息平台”（ＡＭｉｃｒｏｄａｔａＴｏｕｒｉｓｍＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎＰｅｒｓｏｎａｌＢｅｈａｖｉｏｒｓ），简称为

ＭＴＩＳ。

（

一）游客个体的数据产生和数据需求

在旅游过程中，数据信息的产生是时时发生，纷繁复杂的。这样的数据产生在每一次游客消费、地点转

换等过程中。我们已经确信的是，对于旅游管理机构和旅游学术研究者来说，真实的旅游数据是有价值的，

但是对于普通游客来说，他们和旅游数据之间的关系如何呢？本文认为游客与旅游数据之间有三点关联。

一是游客产生数据。旅游数据不可能凭空发生，所有数据都是与游客有直接或者间接的联系。二是游客有

数据统计需求。对于普通游客来说，“花了多少钱”，“花在哪里”，是他们对旅游数据最基本的统计需求。此

外，游客还想了解真实旅游与旅游预算之间的差距，与其他游客花费的比较等等信息。三是旅游数据影响游

客的旅游计划。在计划旅游时，游客希望了解的信息尽可能全面详细，包括其他游客的旅行花费、旅行行程

安排、同一时间在同一地点的游客人数估计等等，这些信息可以直接影响他们的旅行计划。在游客出行的整

个过程中，从出行计划决策、旅游过程中及旅行结束，整个过程游客可时时调整自己的计划，更新自己的数

据，也就是说，数据更新是一个动态的过程。

（

二）ＭＴＩＳ平台设计方案

基于游客、旅游管理、旅游学术研究等多方面的分析和研究，我们设计出了ＭＴＩＳ平台方案（如图１所

示）。平台的构架由三大部分组成。第一部分是用户端服务。其核心是在用户使用中生成统计平台的初始

数据，包括自动生成的ＬＢＳ地理位置数据和用户自己录入的旅游消费数据。游客可以即时掌握自己的消费

数据，包括一些简单的统计功能，例如费用记录、分类、对商家的评价等等。第二部分是本地数据解析。在用

户生成数据后，根据统计平台的需要，自动将用户使用生成的初始数据进行进一步的整理归类分装，形成统

计平台所需的数据内容并上传远端服务器。第三部分是远端统计数据。在远端服务器根据旅游微观数据的

统计需求，对数据进行二次分析并存储，一方面形成海量的基础数据库，另一方面根据需求对这些数据进行

再次挖掘和分析，形成分析结果，分别提供给游客、景区、旅游管理机构和旅游研究者。

５６

王赛兰ꢀ 杨振之ꢀ 面向大数据的旅游微观数据信息平台研究

图１．旅游微观数据统计平台设计方案

（

三）ＭＴＩＳ平台的开发实现

ＭＴＩＳ平台由Ｃｌｉｅｎｔ端和Ｓｅｒｖｅｒ端组成。Ｃｌｉｅｎｔ端通过第三方ＬＢＳ提供商的ＡＰＩ接口，向用户提供基于

地理位置信息的用户数据标记及用户间的各种位置互动信息。Ｃｌｉｅｎｔ端安装在用户手机中，直接面向用户，

由基础模块、用户生成数据模块和用户间交互模块三个部分组成。基础模块针对平台Ｃｌｉｅｎｔ端所需技术进

行规划整合，为Ｃｌｉｅｎｔ端其他模块构建实现基础；用户生成数据模块为总体平台的数据产生部分，直接面向

用户，按照用户实际可能产生的需求进行规划设计，平台用户产生的内容及数据通过用户间交互模块进行交

互，该模块提供内容及数据的用户间分享，并产出用户间互动所产生的新数据。

Ｓｅｒｖｅｒ端负责提供基础的用户数据的验证、传输，同时对收集的海量数据进行整理和分析挖掘，分为基

础模块和数据统计及分析模块。基础模块针对平台Ｓｅｒｖｅｒ端所需技术，进行规划整合，保证用户的数据的传

输、整理及数据安全性；数据统计及分析模块是平台的核心模块，对海量的各类型用户数据，根据不同的子模

型库进行归纳整理，并运用ＯＬＡＰ技术及数据模型库对数据进行分析和挖掘。

目前ＭＴＩＳ平台客户端的开发已经基本完成，已完成的部分页面如图２所示。图２中从左至右分别表示

ＭＴＩＳ客户端的行程规划模块、ＬＢＳ模块、消费记录模块和初步消费统计模块。目前行程规划模块主要是游

客自己对旅行消费的规划，游客可以在旅行前期利用该功能进行行程规划。未来该板块会利用采集到的数

据，经过统计挖掘，向游客推荐其感兴趣的行程。ＬＢＳ模块的主要作用是记录游客消费的地理位置信息。游

客可以点击地图上的箭头查询自己每一笔消费的地点，也可以看到自己的消费轨迹。利用消费记录模块，游

客可以很方便的记录自己的消费情况，包括消费的金额、消费类型等等信息，未来还会支持用户上传消费图

片和消费心情。利用初步消费统计模块，游客可以随时查看自己的消费统计情况，包括消费明细、消费类型

统计等等一般游客用户关心的数据问题。

以游客Ａ使用该系统为例：游客Ａ有７天假期，２万元预算。Ａ希望与自己的妻子和孩子一起出去旅

游。旅游以轻松休闲为主，主要考虑国内游，如果不超出预算也可以考虑出境。Ａ选择的交通工具以飞机、

大巴这两种公共交通工具为主。住宿方面，Ａ希望尽可能舒适，酒店或者评分较高的民宿都可以考虑。Ａ将

这些因素输入ＭＴＩＳ系统，系统会根据以前获得的数据为Ａ分析推荐合适的行程，包括旅游目的地、旅游消

费的预计、行程大致规划等。旅行开始后，为了掌握自己的消费情况，Ａ在每次消费以后都将本次消费的情

况记录在ＭＴＩＳ系统中，这样他可以随时随地查看自己的消费情况统计，包括消费金额和类型。对于特别有

兴趣的景点和景物还会拍照留念，记录这次消费的心情，通过微信微博进行分享。旅行结束以后，Ａ可以在

５７

四川师范大学学报（社会科学版）

图２．ＴＩＳ部分客户端界面

系统中查看本次旅游的详细消费情况，这样他就会清楚自己在旅游中的花费主要在哪些方面，他也可以和其

他使用该系统的用户进行比较。因为ＭＴＩＳ详细记录了每一次消费的地理位置信息，Ａ还可以根据这些信

息回忆行程写成旅行日记发在互联网上，分享自己的旅游心得。

以上案例说明了游客怎样利用ＭＴＩＳ系统让自己的旅游过程更便捷更智能，虽然其中的某些功能（如行

程推荐）目前还没有完全实现，但是ＭＴＩＳ系统已经可以完成基本的消费统计和记录功能，游客可以进行简

单的旅行计划，在旅途中对自己的消费进行记录和统计。

四ꢀ 基于ＭＴＩＳ的成都游客消费行为分析

（

一）数据来源

ＭＴＩＳ平台目前正在测试和完善阶段。为了测试平台的功能，２０１３年８－９月，课题组以ＱＱ群、微信、微

博等手段对有意向在十一期间出游的游客推荐并安装了该软件的测试版。因为测试版发放数量有限，为了

集中数据量，让统计分析更有针对性，我们将推荐安装的用户集中在成都市内周边地区。３８９名用户下载了

该软件，其中３５１名用户安装成功，安装率为９０．２％，其中有２８９名用户在出行期间使用了该软件。十一假

期结束，通过后台的统计收集，较为完整并能够系统描述游客在十一期间旅游消费行为的数据有２０９份，成

为我们分析的样本。这些样本主要涵盖行程规划、地理位置信息、消费统计、消费感受等信息内容。行程规

划包括计划旅行天数、旅行目的地、旅行预算、同行人数等信息，这些信息是由用户在旅行开始前输入系统

的。地理位置信息主要记录每一次用户记录消费时刻的地理位置信息，由系统自动记录。消费统计目前设

计消费的分类主要有八项———交通、驾车、住宿、娱乐、餐饮、购物、门票、其他，每一项消费又有细节分类，方

便用户对自己的消费进行归类。例如，交通类消费下面包含飞机、火车、巴士、轮船、的士；驾车类费用包含租

车费、油费、罚款、过路费。消费感受是指对某些消费项目，用户可以记录自己的体验感受（是否物有所值，

是否值得推荐给其他人），可以给商家进行评分，同时可以在微博、朋友圈分享该次消费经历。

ＭＴＩＳ生成的数据内容是庞大复杂的，可以反映游客在旅游中的各种消费行为、地理信息、情感信息等数

据。以数据库中三个有代表性的样本为例，数据样本统计包括了旅行目的地、旅行天数、同行人数等１１个项

目，其中７项与消费相关。从表１数据可以看出，样本２泸沽湖旅游的餐饮消费总额是１０１４元，其中正餐

８

１１元，特色小吃１２０元，夜宵８３元；交通费７７０元，其中油费５８０元，出租费１９０元。如果加上后续开发中

计划游客上传照片和游客之间的交互功能，那么形成的信息就足够反映游客在旅行过程中的行为规律、时空

足迹和消费特征。

５８

王赛兰ꢀ 杨振之ꢀ 面向大数据的旅游微观数据信息平台研究

表１．数据样本案例

序

号

旅行目旅行同行

的地天数人数

住宿

消费

预算

餐饮消费

８５

交通费

购物

门票娱乐

杂费

总计

９

１７４０

６４

１３２

旅游纪念品１２０

８０

－

０

１

２

３

青城山

泸沽湖

丽江

２

５

４

２

２５００

正餐

８５６

３００１

酒店

油费

景区

－

特色小吃１２９

常规商品

１２

１０１４

３５２０

７７０

１１８

２００１１４

１２０

正餐

８１１

油费

５８０旅游纪念品５２

通讯费

５０００

６０００

５６２２

６０３１

特色小吃１２０客栈

当地特产

常规商品

５２０

３０景区酒吧

３６

出租车１９０

其他

夜宵

８３

８２５

２１７０

１３４６

８６４３０６

０

－

正餐

６６０

机票

大巴

１０６６旅游纪念品４８０景区酒吧

２８０常规商品４０其他

客栈

特色小吃１６５

ꢀ

ꢀ （二）数据分析

本次测试性研究的核心问题是：成都游客在国庆七天的旅游消费与哪些因素相关？除了与旅行天数、人

数有较为明显的相关性以外，有哪些隐性的相关性没有被发现。

考虑到数据的非正态性，我们采用Ｓｐｅａｒｍａｎ相关系数进行分析。相关分析是对两个变量之间的相关程

度进行研究的多元统计分析方法。我们引入了旅游地１０月份的ＣＰＩ作为一个变量，另一个变量就是人们的

旅游消费总计。数据的相关分析表明，ＣＰＩ与旅游消费总计的Ｓｐｅａｒｍａｎ相关系数仅为－０．３２７，且检验的ｐ值

为０．０１４＜０．０５，即检验是显著的。这表明从我们收集的数据来看，游客消费多少与所在城市ＣＰＩ无关（结果

见表２）。

表２．游客消费与当地居民消费指数相关分析

目的地ＣＰＩ

消费总计

∗

本期文章