四川师范大学学报(社会科学版)
log title
搜索
42 卷第期  
2015 月  
四川师范大学学报社会科学版)  
Journal of Sichuan Normal University (Social Sciences Edition)  
Vol.42,No.1  
January,2015  
面向大数据的旅游  
微观数据信息平台研究  
2  
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 年国庆天消费情况进行统计分  
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  
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⁃5315201501⁃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(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—),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—),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。  
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。  
012 ,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One Two Trip 收购成为旗下子公司之  
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]  
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]  
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]  
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]  
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⁃based service)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、Booking Tonight 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 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  
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]  
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 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  
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  
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。  
ꢀ 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”(A Microdata Tourism Information System Based on Personal Behaviors),简称为  
MTIS。  
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  
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  
也就是说数据更新是一个动态的过程。  
)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 平台方案如图所  
)。 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  
1.旅游微观数据统计平台设计方案  
)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  
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  
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所示 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  
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。  
以游客使用该系统为例游客天假期,2 万元预算 希望与自己的妻子和孩子一起出去旅  
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 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 将  
这些因素输入MTIS 系统系统会根据以前获得的数据为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)  
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。  
基于MTIS 的成都游客消费行为分析  
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,20138-9 课题组以QQ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 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  
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  
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  
其中项与消费相关 从表数据可以看出样本泸沽湖旅游的餐饮消费总额是1014其中正餐  
11 特色小吃120 夜宵83 交通费770 其中油费580 出租费190 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  
1.数据样本案例  
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  
1740  
64  
132  
旅游纪念品120  
80  
青城山  
泸沽湖  
丽江  
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  
200 114  
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  
864 306  
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  
ꢀ (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 值  
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)。  
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  
相关系数  
检验双尾)  
相关系数  
1.000  
-0.327  
目的地消费指数  
消费总计  
0.014  
1.000  
Spearman 相关系数  
-0.327  
检验双尾)  
0.014  
说明∗.显著性水平0.05双尾)。  
如果游客的消费与城市CPI 指数无关那么其中是否还有其他隐性的规律 我们尝试分析了MITS 平  
台中收集到的其他消费数据对住宿消费与餐饮购物娱乐消费的相关性进行了相关分析结果表明住宿  
消费与餐饮购物娱乐消费的Spearman 相关系数分别为0.907、0.871、0.623,检验的值均小于0.0001,故  
其相关性是高度显著的可见住宿消费与餐饮购物娱乐消费额有正相关关系并且相关性是非常显著的  
所示)。  
3.游客住宿消费与餐饮消费指数购物消费指数及娱乐消费指数相关分析结果  
餐饮消费指数  
.907  
0.000  
购物消费指数  
0.871  
娱乐消费指数  
0.623  
游客住宿消费  
检验值  
0.000  
0.000  
ꢀ ꢀ ꢀ ꢀ 说明显著性水平0.01双尾)。  
根据本次的数据分析游客的消费情况与旅游目的地城市CPI 无关但游客住宿消费与餐饮购物娱乐  
消费有正向相关性也就是说乐于在住宿上消费的游客更有兴趣在购物娱乐餐饮上花钱以上例子说  
59  
四川师范大学学报社会科学版)  
,MITS 平台可以有效地收集个人在旅游中的消费数据反映了游客在旅游中的真实行为这些数据可以被  
分析得出的结果对旅游管理和科研都有重要的意义。  
结论与展望  
本文详细介绍了MTIS 平台的设计思路与方案提出并实践了一种取得和分析微观旅游数据旅游大数  
据的方法。 MTIS 平台是一种基于移动互联网和大数据分析方法建立的旅游数据收集分析的平台系统 相  
对于传统的旅游数据收集统计方法它有以下优势第一数据真实可靠可信度高可以避免造假不实信  
息的产生第二宏观与微观相结合。 MTIS 平台既能够反映旅游区域的整体数据又能够反映旅游个体的  
消费细节本文限于篇幅只对数据作了相关性的分析通过挖掘海量数据可精确地分析游客的时空足迹,  
把握游客行为规律和消费特征第三数据动态性高旅游管理者可以随时监测动态变化而不受时间限制。  
第四摆脱统计报表层面有数据挖掘潜力第五能真实地服务于普通游客使其直接享受到旅游信息  
化的便捷。  
MTIS 平台也存在其局限比如需要游客拥有智能手机并安装客户端 这对于年龄大的游客并不现实,  
所以汇总的数据多是以中青年为主但家庭出游中中青年游客的使用过程也将小孩和老人的出行安排列  
入其中另外让游客了解并愿意安装也需要过程但是相信随着中青年特别是80、90 后的成长我们对  
于该平台的应用前景是很乐观的。  
目前MTIS 平台的开发工作已经进入测试和完善的阶段不久就可以提供给用户免费下载但这只是平  
台研发的第一步后续将有更多的研究任务第一步完成平台所有关键模块的设计游客可以顺利地保存  
数据并可以在旅行过程中或旅行结束后看到自己消费的完整统计已达成);第二步支持用户上传图片功  
并且可以记录消费感受正在开发中);第三步支持用户行程规划的功能用户可以在旅行前期将计划  
路线酒店信息机票信息等内容录入在旅行途中可以检阅真正形成一个服务于普通游客特别是自由行  
游客的旅游信息化平台正在开发中);第四步旅行行程推荐功能在形成一定规模的数据库以后用户输  
入自己的旅游预算旅游时长旅游地喜好交通方式等参数后系统可以依据已有的数据向用户推荐行程  
正在开发中)。  
旅行行程推荐功能是平台未来的核心功能之一这一功能的实现手段是利用大数据分析方法对游客的  
行为进行预期我们乐观地认为游客的行为特别是消费行为是受制于某些规律模型以及原理法则的可  
以重现和预测游客的行为不再被视为不相关随意偶然的独立事件而是有次序可重复的研究隐藏在游  
客消费中的规律找出正确的模型就可以对游客行为进行预测为使用该平台的用户提供符合他们期待的  
旅游计划当然为游客提供旅游计划只是该平台大数据应用的一部分一旦形成数据采集到数据挖掘的良  
性循环在景区管理旅游营销等领域都将带来巨大的突破这也将是我们未来研究和工作的重点。  
参考文献:  
1]FODNESS D,MURRAY B.A Model of Tourist Information Search Behavior[J]. Journal of Travel Research 1999,(3):220⁃231.  
2]PAN B,FESENMAIER D R.Online Information Search: Vacation Planning Process[J]. Annals of Tourism Research 2006,(3):  
09⁃832.  
3] PAN B,LITVIN S W,O’ DONNELL T E. Understanding Accommodation Search Query Formulation:the First Step in Putting  
Heads in Beds”[J]. Journal of Vacation Marketing 2007,(4):371⁃381.  
4]白智广假日旅游数据挖掘和流量模型的研究[D].北京北京工商大学硕士学位论文,2006.  
5]LEE Chuang⁃Hong,CHIEN Tza⁃Feng. Leveraging Microblogging Big Data with a Modified Density⁃based Clustering Approach for E⁃  
vent Awareness and Topic Ranking[J]. Journal of Information Science 2013,(4):523⁃543.  
6]MARIUS B.Big Data Has Big Money Chasing It and Travel Startups Want in[EB/ OL].(2013⁃03⁃12).http:/ / skift.com/ 2013/ 03/  
12/ 10⁃big⁃data⁃travel⁃startups⁃on⁃angellist⁃living⁃large⁃making⁃huge⁃promises/ .  
7]VILAJOSANA I, LLOSA J,et al. Bootstrapping Smart Cities through a Self⁃sustainable Model Based on Big Data Flows[J].  
Communications Magazine 2013,(6):128⁃134.  
60  
王赛兰杨振之面向大数据的旅游微观数据信息平台研究  
8]陈美大数据在公共交通中的应用[J].图书与情报,2012,(6):22⁃28.  
9]杨振之胡海霞中国旅游电子商务市场分析[J].四川师范大学学报社会科学版),2002,(2):50⁃55.  
10]李君轶杨敏基于Web 数据挖掘的旅游需求分析与预测[J].旅游科学,2007,(6):48⁃52.  
11]李君轶旅游数字足迹在线揭示游客的时空轨迹[J].思想战线,2013,(3):103⁃107.  
12]程霞单芳旅游网站特性对潜在游客行为意向的影响[J].四川师范大学学报社会科学版),2011,(1):63⁃69.  
13]RAUBAL M,MILLER J,BRIDWELL S.User⁃centered time Geography for Location⁃Based⁃Services[J]. Geografiska Annater,  
2004,(4):245⁃265.  
14]黄潇婷柴彦威赵莹申悦手机移动数据作为新数据源在旅游者研究中的应用探析[J].旅游学刊,2012,(8):39⁃44.  
15]AHAS R,MARK U.Location Based Services:New Challenges for Planning and Public Administration[J]. Futures 2005,(6):  
547⁃561.  
16]ITAMI R,RAULINGS R,MACLAREN G,et a1.RBSim 2:Simulating the Complex Interactions between Human Movement and the  
Outdoor Recreation Environment[J]. Journal for Nature Conservation 2003,(4):278⁃286.  
17] ASAKURA Y, HATO E. Tracking Survey for Individual Travel Behavior Using Mobile Communication Instruments J].  
Transportation Research Part CEmerging Technologies 2004,(12):273⁃291.  
18]李春明基于地理参考照片的景区游客时空行为研究[J].旅游学刊,2013,(10):30⁃36.  
19]黄潇婷旅游者时空行为研究[M].北京中国旅游出版社,2011.  
20]师守祥郭为我国旅游统计数据评价及开发应用研究[J].旅游学刊,2010,(2):19⁃23.  
21]李明耀我国区域旅游卫星账户理论与实践的若干问题研究[J].旅游学刊,2004,(2):11⁃15.  
22]连云港市旅游局关于2011 年江苏入境游客抽样调查情况的通报[EB/ OL].(2012⁃02⁃20).http:/ / www.lygtour.gov.cn/ arti⁃  
cle/ 82.html.  
On the Big⁃Data⁃Oriented Tourism Microdata Information Platform  
,2  
WANG Sai⁃lan YANG Zhen⁃zhi  
1.school of Tourism, Sichuan University, Chengdu, Sichuan 610065;  
.Sichuan University Jincheng College, Chengdu, Sichuan 611731, China)  
Abstract:It is quite difficult to obtain the accurate tourism data since the traditional way to obtain  
tourism data lags far behind the demand of overall tourism development. With the analysis of big data  
background and problems in tourism data statistics, this paper offers design plan and implement meth⁃  
ods of tourism data statistics platform based on micro data statistics. To testify the practical value of the  
platform (MTIS), the paper goes further to use the platform to do a test statistical analysis of tourists’  
consumption in Chengdu during the National Day Holidays of 2013. Based on the new technology of mo⁃  
bile Internet, LBS and data mining, the platform is so feasible and practical that it can provide units and  
individuals involved in tourism with good information service. Moreover, its application will make a  
breakthrough to the data statistics, analysis and marketing of tourism.  
Key words tourism data; tourism data statistics; tourism data statistics platform; a microdata  
tourism information system based on personal behariors(MTIS)  
责任编辑钟秋波]  
61