智慧旅游应用解决方案

1、智慧旅游应用解决方案未来的信息化服务未来的信息化服务将是从海量数据中自我优化、在日常生活中触手可及的智能化信息服务统计/查询理解/搜索在海量数据中进行快速搜索(交叉计算)及自然语言理解等主要针对非结构化数据(图像/视频/语音等)基于人工智能技术，建立复杂模型，预测数据变化趋势预测采用模式识别技术，识别数据的指定属性类别主要针对非结构化数据(图像/视频/语音等)识别统计查询报表大数据价值挖掘以图搜图引擎气象数据分析全国互联网人口增长趋势全国互联网人口密度分布易难基于数据库统计，包括概率等主要针对结构化数据人脸识别人工智能关键技术ToC游客个性化产品推荐景区信息资讯旅游景点、产品推荐景区人流量、停

2、车场、住宿情况道路交通、天气情况ToG政府公正客观的第三方景区旅游指数实时精准的景区人流分析游客情感分析与舆情监控游客来源地、年龄构成、出行方式辅助战略规划与决策涉旅企业监督管理旅游数据统计市场定位、精准营销ToB企业游客忠诚度提升游客消费能力、消费行为游客喜好、兴趣、价值取向客源地收益管理改进服务对象服务需求数据需求旅游大数据的服务和应用数据采集类型数据采集来源行业外数据与行业内数据相结合搜素引擎数据百度、谷歌等用户搜索记录、应用APP数据等通信运营商数据移动、联通、电信等通信运营商的用户信息、上网记录、通话、地理位置等数据线上旅游服务商数据OTA、大型旅游企业及社区类、点评类、攻略类等线上

3、服务平台的旅游数据旅游行业内数据智慧城市的旅游信息数据库、行业经济数据、气象数据、人文数据、交通数据等景区的票务数据、监控数据等，酒店的在线预订和入住数据、顾客信息数据旅游大数据的采集More40亿日服务量9亿激活终端13000+月活语音应用20万语音云合作伙伴语音云自有大数据源泉旅游前1.个性化推荐旅游产品和景点2.景区人流预测3.景区信息资讯旅游中1.景区人流监控2.客源组成分析3.出行方式识别4.驻留时间5.团散比分析6.多景点关联分析7.热门线路挖掘旅游后1.游客情感分析2.舆情监控以“游客”为中心，由政府汇集全域旅游大数据，通过游客个人特征、行为方式、出行轨迹、消费习惯、价值取向等，

4、建立游客消费偏好模型，并结合地理位置信息，进行数据挖掘分析。住行娱以游客为中心的旅游大数据分析智慧旅游整体应用功能游客画像应用功能通过融合手机信令数据、语音云数据、银联消费数据、旅游局调查数据，分析游客全程用户行为与感知，开展游客画像、出行方式、客流分布、旅游路线、景区监控等应用，支撑智慧旅游方案和应用落地，全面提升旅游信息化水平。从消费的产品、酒店档次、出行方式等，对游客进行用户画像，合理科学的区隔高中低不同消费能力的用户向价格不敏感型用户推荐更多的优质产品来源组成分析入境游客/国内游客，各景区精确到人数全国各省市游客占比和绝对人数准确判断景区在国内、国际知名度和吸引力消费组成分析游客归属地

5、LBS位置数据景区票务数据酒店身份证数据游客消费记录客源组成分析提升旅游消费景区客源属性分析结合运营商信令数据和语音云标签数据，对景区游客的来源、性别、年龄、文化程度、职业进行精准画像，为景区的精准营销提供数据支撑。游客出行分析基于运营商用户位置数据和旅游局调查数据，对游客出行交通工具、出游动机、出游信息来源、旅游资源分布，为管理者在景点规划、信息渠道投放、交通工具规划提供决策支撑。景区人流监控基于运营商用户海量位置数据和讯飞GPS数据，采用实时流式计算技术，实时显示各景区当前的游客数量和变化率。基于历史数据进行建模，预测景区客流高峰发生，为景区游客疏导和调控提供数据支撑。景区游客承载量监控和

6、预测背景：国家旅游局下发景区最大承载量核定导则，要求各大景区核算出游客最大承载量,并制定相关游客流量控制预案。采用门禁票务系统、景区一卡通联动系统、景点实时监控系统等技术手段，还应针对节假日及大型活动制定相应旅游者流量控制预案。监控方案：基于运营商信令位置数据的实时计算，监控景区当前游客数和热度分布情况。预测方案：基于LSTM深度学习的时间序列模型，利用海量历史基站人流量数据，预测景区未来1-2小时的游客数，做到提前疏导，预防潜在的人群拥挤危险。目前效果：预测误差平均在5%左右。传统浅层模型深度学习模型小数据大数据更深的模型+更多的数据=更准的预测分析不同景区游客驻留时间的规律和特点，为景区推

7、广方案和策略提供支持游客归属地LBS位置数据景区票务数据酒店身份证数据游客消费记录结合出行方式、客源地、消费能力等，设计个性化、定制化旅游产品，提高游客满意度游客画像分析实现个性化旅游基于海量游客移动轨迹，多景点关联分析，挖掘景点频繁项集，发现频繁热门的游览线路。西递、宏村LBS位置轨迹景区票务数据酒店身份证数据.增加景点间的直通车开发旅游产品组合增加景点组合的曝光度.多景点关联分析促进全域旅游游后情感分析提升服务质量OTA网站游记、点评微博、贴吧等社交网站网络舆情.通过对多个平台舆情数据的采集、整合、分析辅助景区、政府、旅游企业等及时把握舆情事件影响面、网民情感倾向、主要传播节点、及游客关注要点有效进行舆论引导并制定相应措施，整体提升旅游服务体验负面情绪分布成功案例黄山旅游大数据中心与黄山旅委就建立全域