基于旅游大数据的钟山风景区游客时空分布及空间优化方法研究
一、研究意义
旅游流的时空特征对城市目的地旅游资源的合理配置及旅游者的出行决策具有重要影响。随着我国旅游业的迅猛发展，由于旅游流时空分布的不均匀性，带来的相关问题越来越突出，如旅游流的季节性波动，旺季客流量太多破坏生态环境，淡季设施利用率低等。对旅游目的地的旅游质量、游客体验度、社会文化甚至是相关效益等都会带来一定程度的负面影响。与此同时，信息技术与互联网技术在社会生活中的应用逐渐深入也使这些亟待研究的问题有了解决的可能。利用通讯设备实时跟踪定位游客获取地理信息，因而这些数据往往具备规模大、针对性高、完整性强、时效性强的特点。通过对这些旅游大数据的监测分析，我们不仅可以为旅游业管理和进一步发展提供了决策依据，使其更好、更高效地为游客服务，还能推动现今的旅游产业，使其有一个质的提升。
本次研究主要是基于南京市旅游委与移动运营商合作构建南京智慧旅游大数据运行监测平台的旅游大数据展开，结合ArcGIS空间分析对时空数据进行多维度的分析，探讨旅游流时空变化的深层次原因；以期对指导钟山风景区内部旅游流容量调控和景区附近交通资源的动态管理提供一定的决策依据。其实践意义具体体现在以下两点:
- 为旅游目的地提前预警、分流游客调控周边资源提供可靠依据。重要节假日期间，尤其是法定节假日，钟山风景区的客流可能会达到高峰，甚至超过了景区的最大承载力。这样一来，不仅是游客的旅游体验会大打折扣，而且还可能会导致突发的安全问题。所以，有依据的资源调控和动态管理显得尤为重要。
- 根据旅游流时空分布不均匀更好的配置相关资源、提高游客体验。钟山景区各景点旅游流的年内、季节内波动的规律及其影响因素，可对景区内的各种资源进行更为合理的配置。在旺季，客流量太多确实会在一定程度上破坏该景区的生态环境（比如七月份四点以后的灵谷寺，那段时间那片区域可能就是人满为患的萤火盛会）。出于在旅游开发与生态保护中寻求一个平衡点的本心，可以对该时间段该区域的客流进行调控，将客流引导至其他的赏萤点如明孝陵东配殿遗址附近等。在淡季，景区可以开展相关的活动提升景区对游客的吸引力，从而在一定程度上降低淡季设施利用率低、资源浪费的损失。
二、国内外研究现状
1、 旅游大数据
虽然，早在1980年未来学家阿尔文·托夫勒[1]便在《第三次浪潮》一书中将大数据热情地赞颂为“第三次浪潮的华彩乐章”，但是，《自然》杂志在2008年9月推出了“Big Data”的专刊才标志着大数据时代的正式到来，到2009年“大数据”才成为互联网技术行业中的热门词汇。所以，国内基于旅游大数据进行的研究明显晚于国外。并且，在早期的研究中缺少大数据深入挖掘法分析的工具。正如梁昌勇指出的:大数据与传统数据在数据量比例上具有巴列特定律“八二原则”特性，随着数据的爆炸式增长，这一比例可能更大。相反，大数据目前所产生的价值与传统数据相比却是“二八”，这一比例或许更小，其原因之一就是目前没有类似于传统数据挖掘的工具和方法对大数据进行深入挖掘分析，以发掘更多的重要的价值[2]。2014年，戴维·韦弗[3]在《旅游管理》一书中提出大数据在智慧旅游管理中可以用于分析旅游需求、促进旅游精准营销、进行管理宏观调控和实现信息共享整合，这将有利于旅游经营者提升服务水平、改进营销方案、把握市场动向和统筹信息资源等，为智慧旅游的发展提供重要的技术支持。可见，一直以来，对旅游大数据的挖掘分析都是我们研究的核心。近两年来，对旅游大数据相关的研究大多都是以下两种:（1）探究如何将研究中的“大数据”与“小数据”（传统数据）做到扬长避短、优势互补。如2019年，许丹丹、王茜雅、张建新等人就基于南京“智慧旅游”监测平台的大数据分析“年度季节变化”、“节假日期间的日变化”、“时刻变化”不同时间尺度下闲暇日来宁游客的旅游流时间分布特征，她们引入引力模型和齐夫位序—规模法则，建立不同时间段内来宁城市客流引力位序，全面细化地探究了旅游流的时间特征[4]。（2）探究如何将旅游大数据和其他技术（如GIS等）更好地进行跨界融合，推动研究问题的深化。最后，再将研究落足于对自然景观、文物等旅游资源的状态实时掌握并对景区的承载力和影响旅游资源的各方面因素分析等等。如2019年吴姗姗、王录仓在利用游客旅游出行与体验的数字足迹信息，分析河南省4A级及以上景点旅游流特征时就先通过ArcGIS空间分析法和数理统计法结合分析了各景点旅游流时空分布格局，再运用文本分析法进行了深入情感分析，探究旅游流时空分布格局的原因[5]。
2、 GIS在旅游研究中的应用
GIS 作为一种不断融合发展的先进技术手段，近二十年来在旅游研究中的应用相当广泛，是一种行之有效的技术手段。随着网络技术尤其是移动互联网技术的发展，大数据与我们的生活关系越来越密切[6]。符合现实需要和时代要求的地理信息科学与旅游科学跨学科交叉研究，便成了当前旅游研究的大势所趋。据杨金华在回顾GIS在旅游研究中的应用时所总结出来的，GIS在旅游研究中的应用领域主要包括旅游信息化、旅游空间结构、旅游规划与开发、生态旅游评价、旅游预警、旅游交通、旅游制图、旅游大数据采集与分析等8个方面，体现了旅游信息检索、旅游空间分析、旅游辅助决策、旅游信息输出、旅游应急处理等5大功能。总体来看，除了在生态旅游邻域国外对比国内更为关注，成果更突出之外，国内外研究进展是基本同步[7]。Salas等人通过分别获取谷歌Panoramio、Foursquare、Twitter 三个网站上的观光、消费、住宿类大数据，分析了城市游客的数字足迹，认为仅有一个数据源来分析城市中的游客是不够的，应采用多种方式进行补充[8]。李鹏等提出了旅游资源普查、评价与可视化系统的建设思路，将 GIS 系统顺利移植到LBS（Location Based Service，基于位置的服务平台）中，结合网络地图、高分辨率遥感影像和 GPS 技术，实现网络环境下旅游资源数据自动建库、统计、评价、可视化等服务［9］。梁伟等基于Web和GIS对陕西国内旅游客源市场进行了预测，分析旅游市场［10］。龙毅等以南京市为例，对我国城市智慧旅游与旅游信息化建设进行了探讨［11］。杨晓梅等以苏州的 5A级、4A级旅游景区为例，对智能化应用进行了示范［12］。周忠宝提出建设面向社区服务的旅游地理信息系统。除旅游信息系统的开发研究之外，Chang对用户的旅游信息搜索行为进行了分析，认为有用性和趣味性是提高交互水平的关键因素［13］。总之，国内外研究进展是基本同步，其中，对国家公园、森林公园、自然保护区、城市旅游、乡村旅游等旅游活动客体进行的案例研究较多，而对旅游活动的主体、旅游活动的媒介研究相对较少且缺乏创新性研究。
三、现有研究存在的问题
总体来说，基于大数据的景区游客时空分布及空间优化研究仍是一个颇为新颖的领域，研究学科来源多元化，讨论的议题也较为广泛。尽管如此，景区游客时空分布及空间优化的应用研究与实际需求仍存在一些问题。具体来说，一是在调查分析方法方面，缺乏创新性研究，国内还没有做到将研究中的“大数据”与传统数据做到扬长避短、优势互补。二是研究方法上，通常采用文本分析、GIS分析、统计分析、建模分析，分析手段较为单一，运用大数据的手段分析仍为少见和独到。三是数据来源有限，研究难以深入。近两年，旅游大数据的兴起使该问题有所缓解，如何将旅游大数据和GIS更好地进行跨界融合，使其成为形式可靠的数据支撑、推动研究问题的深化也还是一个问题。
论文基于南京智慧旅游平台所提供的大数据进行的研究，数据的准确性、时效性得到大幅提升，力求做到研究中的“大数据”与传统数据做到扬长避短、优势互补。另一方面进行方法的特色结合，更大程度的利用ArcGIS和ENVI，结合景区的森林植被数据使得可视化表达的内容更为丰富。
参考文献
- 阿尔文·托勒夫.黄明坚译.第三次浪潮[M].北京:中信出版社,2006:19-25.
[2]梁昌勇,马银超,路彩红.大数据挖掘:智慧旅游的核心[J].开发研究,2015(05):134-139.
[3]戴维·韦弗,劳拉·劳顿.旅游管理[M].北京:中国人民大学出版社,2014:5-45.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
