基于旅游大數(shù)據(jù)的旅游網(wǎng)絡(luò)關(guān)注度與游客量相關(guān)性挖掘

張傳才， 梁留科， 蘇小燕， 余汝藝，邊青全， 楊 康， 劉亞靜

(1.洛陽師范學(xué)院國土與旅游學(xué)院， 河南洛陽 471934； 2.河南省旅游公共服務(wù)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)研究院， 河南洛陽 471934)

0 引言

大數(shù)據(jù)時代為潛在游客獲取旅游信息提供了前所未有的便利， 同時為旅游管理部門提供了先進的管理方法， 為旅游研究提供了海量異構(gòu)的數(shù)據(jù)資源， 大數(shù)據(jù)技術(shù)及方法體系已經(jīng)融入到旅游行業(yè)的各個方面. 旅游行業(yè)因其行業(yè)廣、 規(guī)模大、 移動范圍廣的特點， 而更加依賴于大數(shù)據(jù). 因此旅游大數(shù)據(jù)的解決目標在于整合多種大數(shù)據(jù)信息， 為國內(nèi)旅游業(yè)提供大數(shù)據(jù)解決方案， 促進旅游業(yè)的轉(zhuǎn)型升級. 旅游網(wǎng)絡(luò)數(shù)據(jù)和客流量數(shù)據(jù)的關(guān)系問題是旅游大數(shù)分析的基本問題[1]. 旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)是旅游網(wǎng)絡(luò)數(shù)據(jù)的重要組成部分， 反應(yīng)了潛在游客的旅游出行意向和旅游出行沖動. 根據(jù)旅游網(wǎng)絡(luò)關(guān)注度可以了解旅游市場興趣的分布及發(fā)展趨勢等狀況， 為客流量預(yù)測、 客流預(yù)警、 旅游市場營銷提供強大的數(shù)據(jù)支撐.

已有多位學(xué)者對旅游網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性進行了系列研究. 馬麗君等研究了九寨溝2016年的移動游客網(wǎng)絡(luò)關(guān)注度與客流量的關(guān)系， 表明二者存在雙向格蘭杰因果關(guān)系[2]. 奚萬松等以浙江金華雙龍洞景區(qū)為例研究了旅游景區(qū)網(wǎng)絡(luò)關(guān)注度與客流量關(guān)系， 研究表明因旅游出行相對旅游網(wǎng)絡(luò)關(guān)注度具有滯后性， 日百度指數(shù)和日客流量之間并無顯著的線性關(guān)系[3]. 楊錦坤等研究認為旅游網(wǎng)絡(luò)關(guān)注度的前兆效應(yīng)在弱化， 這與移動互聯(lián)網(wǎng)的發(fā)展具有一定的關(guān)系[4]. 鄭玉蓮等研究了蕪湖方特四個園區(qū)網(wǎng)絡(luò)關(guān)注度對客流量的影響強弱關(guān)系[5]. 汪秋菊等研究了客流量與旅游網(wǎng)絡(luò)關(guān)注度的耦合關(guān)系[6]， 王玉霞等研究認為首都博物館的客流量與網(wǎng)絡(luò)關(guān)注度之間存在波動周期性關(guān)系， 通過自回歸模型驗證了首都博物館的網(wǎng)絡(luò)關(guān)注度對客流量的前兆效應(yīng)[7]. 此外， 還有多個學(xué)者對旅游網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性進行了研究[8].

與已有研究不同， 本研究綜合運用大數(shù)據(jù)挖掘分析軟件Rapid Miner和ArcGIS從省內(nèi)市際和省際兩個區(qū)域尺度研究旅游網(wǎng)絡(luò)關(guān)注度的時空特征以及與客流量的相關(guān)性特征， 從一定程度上豐富了本課題的研究豐度， 進一步探索了二者在不同時空尺度上的相關(guān)性問題， 對旅游管理與市場營銷具有一定的參考價值.

1 旅游大數(shù)據(jù)加工、 清洗與研究方法

1.1 研究區(qū)概況

洛陽， 簡稱“洛”， 或別稱洛邑、 洛京， 河南省下轄市. 洛陽北扼黃河， 南望伏牛， 東鎮(zhèn)虎牢， 西據(jù)崤函. 洛陽地處中原， 自古就有“天下之中”的稱號. 洛陽有5 000多年文明史， 是國務(wù)院首批公布的歷史文化名城之一. 洛陽作為華夏五千年文明的發(fā)祥地之一， 先后有105位帝王定鼎于九州. 截止到2015年洛陽擁有三項世界文化遺產(chǎn)， 在洛河兩岸分布有夏都二里頭遺址、 偃師商城等都城遺址.

洛陽是中國重要的旅游目的地之一， 洛陽市以“千年帝都， 牡丹花城， 絲路起點， 山水洛陽”的形象舉世聞名， 洛陽有五個5A級景區(qū)， 即白云山風(fēng)景區(qū)、 龍門石窟、 老君山、 龍?zhí)洞髰{谷和雞冠洞， 有4A級景區(qū)23家. 2019年洛陽市接待國內(nèi)外游客已經(jīng)超過1億人次， 其中接待入境的游客有150.1萬人次， 增長6.2%. 旅游總收入1 321.02億元， 增長15.0%； 其中創(chuàng)匯收入4.48億美元， 增長3.7%.

1.2 旅游大數(shù)據(jù)的來源

客源大數(shù)據(jù)是關(guān)鍵數(shù)據(jù)源， 來源于洛陽旅游大數(shù)據(jù)分析平臺. 搜索大數(shù)據(jù)的數(shù)據(jù)豐度很大， 本研究中的搜索大數(shù)據(jù)主要使用從百度大數(shù)據(jù)平臺采集的綜合搜索指數(shù). 本文中網(wǎng)絡(luò)關(guān)注度用百度指數(shù)表示. 數(shù)據(jù)豐度包括河南省內(nèi)各市來洛游客量和洛陽5A景區(qū)的百度指數(shù)數(shù)據(jù)， 以及全國各省來洛客流量和對洛陽5A景區(qū)的百度搜索指數(shù)， 時間尺度都為2016～2019年四個年份的年度數(shù)據(jù).

1.3 旅游大數(shù)據(jù)的加工與清洗

旅游大數(shù)據(jù)的加工與清洗是進行旅游大數(shù)據(jù)分析的基礎(chǔ). 數(shù)據(jù)加工的方法有很多,比如數(shù)據(jù)抽取、 數(shù)據(jù)計算、 數(shù)據(jù)分組、 數(shù)據(jù)轉(zhuǎn)換等. 為了使用大數(shù)據(jù)分析挖掘軟件Rapid Miner對洛陽旅游的網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性進行研究， 數(shù)據(jù)經(jīng)過清洗、 整理和歸納， 對2016～2019四個年份的旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)和客流量數(shù)據(jù)進行結(jié)構(gòu)化制表. 為了從時空角度研究旅游網(wǎng)路關(guān)注度的特征， 創(chuàng)建ArcGIS的旅游網(wǎng)絡(luò)關(guān)注度和客流量數(shù)據(jù)庫.

1.4 研究方法

基于洛陽旅游大數(shù)據(jù)分析平臺提取河南省各地市來洛的客流量數(shù)據(jù)和全國各省來洛的客流量數(shù)據(jù)， 通過百度指數(shù)采集軟件抓取河南省各地市對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度和全國各省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)， 建立ArcGIS的旅游網(wǎng)絡(luò)關(guān)注度和客流量數(shù)據(jù)庫， 使用ArcGIS的分級和圖表可視化功能， 制作旅游洛陽網(wǎng)絡(luò)關(guān)注度時空特征分析圖和客流量時空特征分析圖. 另一方面， 通過在Rapid Miner中構(gòu)建5A景區(qū)旅游網(wǎng)絡(luò)關(guān)注度和客流量的關(guān)聯(lián)矩陣， 探索客流與5A景區(qū)旅游網(wǎng)絡(luò)關(guān)注度的相關(guān)性以及各個景區(qū)旅游網(wǎng)絡(luò)關(guān)注度的相關(guān)性.

2 網(wǎng)絡(luò)關(guān)注度與客流量時空特征分析

2.1 網(wǎng)絡(luò)關(guān)注度時空特征分析

基于構(gòu)建的旅游網(wǎng)絡(luò)關(guān)注度和客流量數(shù)據(jù)庫， 使用ArcGIS軟件繪制， 全國各省對洛陽旅游網(wǎng)絡(luò)關(guān)注度的專題圖(見圖1).

圖1 各省2018與2019年對洛陽旅游的網(wǎng)絡(luò)關(guān)注度

根據(jù)圖1， 全國各省對洛陽旅游的網(wǎng)絡(luò)關(guān)注度的高區(qū)主要分布在中國中東部地區(qū)， 2019年的百度指數(shù)和反應(yīng)了網(wǎng)絡(luò)關(guān)注度的整體情況. 從圖1可以看出， 洛陽旅游的整體網(wǎng)絡(luò)關(guān)注度情況主要分布在河南省的周邊省份， 與距離具有正相關(guān)性. 除相鄰省份之外， 洛陽旅游網(wǎng)絡(luò)關(guān)注度高的省份還包括北京、 遼寧、 浙江和廣東等. 廣東省距離河南省距離相當遠， 但對洛陽旅游5A景區(qū)的網(wǎng)絡(luò)關(guān)注度表現(xiàn)出異常的高， 研究認為這與廣東的經(jīng)濟水平十分高具有較大的關(guān)系. 從2018年和2019年的洛陽旅游網(wǎng)絡(luò)關(guān)注度可以看出， 除廣東省外， 中東部地區(qū)旅游網(wǎng)絡(luò)關(guān)注度比較高的省份和直轄市， 基本都是龍門石窟據(jù)百度指數(shù)高位， 這與龍門石窟作為洛陽旅游的代表性景區(qū)和龍門石窟的知名度具有很大的關(guān)系. 廣東省對洛陽旅游網(wǎng)絡(luò)關(guān)注度出現(xiàn)異常情況， 廣東省對白云山的網(wǎng)絡(luò)關(guān)注度出現(xiàn)異常高的情況， 竟然明顯高于對龍門石窟的網(wǎng)絡(luò)關(guān)注度， 出現(xiàn)這種情況的原因有待深入研究.

2.2 客流量時空特征分析

基于構(gòu)建的旅游網(wǎng)絡(luò)關(guān)注度和客流量數(shù)據(jù)庫， 使用ArcGIS軟件繪制全國各省來洛陽旅游客流量的專題圖(見圖2).

圖2 各省2018與2019年來洛陽旅游人數(shù)

根據(jù)圖2， 來洛客流量周邊省份明顯高于其他省份和地區(qū)， 因此， 可以認為距離是影響來洛客流量的主要因素. 從圖2可以看出， 從2016年至2019年， 各省來洛客流量出現(xiàn)明顯的上升趨勢， 變化速率快的省份仍然是相鄰省份， 因此相鄰省份仍然是洛陽旅游的主要貢獻者.

2.3 洛陽旅游網(wǎng)絡(luò)關(guān)注度與客流量的綜合分析

根據(jù)圖1和圖2， 各省對洛陽旅游的網(wǎng)絡(luò)關(guān)注度東部地區(qū)都比較大， 但是來洛客流量卻僅集中在相鄰省份， 因此， 二者在空間上仍然存在差異. 除與河南相鄰的省份之外， 中東部省份對洛陽旅游5A景區(qū)的網(wǎng)絡(luò)關(guān)注度高， 但是來洛客流量低于河南的相鄰省份. 因此， 這些省份的潛在游客量十分龐大， 目前至洛陽的公共交通十分方便， 通過加大宣傳力度等營銷手段， 促使這些省份的潛在游客盡可能多的參與實際出行， 成為真正的來洛游客. 廣東省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度異常的高， 從一定程度上說， 廣東省的客源市場潛力十分龐大.

3 網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性挖掘

3.1 市際尺度網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性挖掘

根據(jù)洛陽旅游大數(shù)據(jù)分析平臺， 分別抽取2016年至2019年河南省17個地市(不包含濟源)來洛陽旅游的人數(shù). 通過百度指數(shù)爬蟲軟件提取2016年至2019年河南省17個地市(不包含濟源)對洛陽5A景區(qū)的百度搜索綜合指數(shù). 將四個年份的客流量數(shù)據(jù)和洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)進行結(jié)構(gòu)化處理， 運用Rapid Miner大數(shù)據(jù)分析挖掘軟件中的關(guān)聯(lián)模型中的關(guān)聯(lián)矩陣模型對結(jié)構(gòu)化的客流量數(shù)據(jù)和洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)進行關(guān)聯(lián)矩陣構(gòu)建， 獲取客流量與旅游網(wǎng)絡(luò)關(guān)注度6種指標兩兩間的相關(guān)系數(shù). 圖3顯示了2016年、 2018年和2019年的6種指標的關(guān)聯(lián)矩陣.

所有介于0到1之間的關(guān)聯(lián)系數(shù)都表示正關(guān)聯(lián)， 而介于0到-1之間的關(guān)聯(lián)系數(shù)則表示負關(guān)聯(lián). 正關(guān)聯(lián)意味著另一個屬性的值會隨著一個屬性值的上升而上升. 正關(guān)聯(lián)還意味著當一個屬性的值下降時， 另一個屬性的值也會下降. 如果一個屬性值下降而另一個屬性值在上升， 則它們之間的相關(guān)性為負相關(guān).

根據(jù)圖3所示的河南省17個地市的客流量和5A景區(qū)網(wǎng)絡(luò)關(guān)注度建立的關(guān)聯(lián)矩陣， 可以看出2016年、 2018年和2019年河南各個地市來洛客流量與洛陽5A景區(qū)網(wǎng)絡(luò)關(guān)注度的相關(guān)性很低， 從數(shù)據(jù)顯示看， 有的相關(guān)系數(shù)低于0.4， 即不具有相關(guān)性. 因此， 研究認為河南省各地市來洛旅游更大程度上不依賴于網(wǎng)絡(luò)搜索， 而是通過媒體宣傳信息等手段獲取旅游出行相關(guān)信息.

圖3 河南省各地市來洛客流量及對洛陽5A景區(qū)的百度指數(shù)

3.2 省際尺度網(wǎng)絡(luò)關(guān)注度與客流量的相關(guān)性挖掘

根據(jù)洛陽旅游大數(shù)據(jù)分析平臺， 分別提取2016年至2019年四個年份的全國各省來洛陽的客流量. 通過百度指數(shù)爬蟲軟件提取2016年至2019年四個年份全國各省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù). 運用Rapid Miner大數(shù)據(jù)分析挖掘軟件中的關(guān)聯(lián)模型中的關(guān)聯(lián)矩陣模型對結(jié)構(gòu)化的客流量數(shù)據(jù)和洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)進行關(guān)聯(lián)矩陣構(gòu)建， 獲取客流量與旅游網(wǎng)絡(luò)關(guān)注度6種指標兩兩間的相關(guān)系數(shù). 圖3顯示了2016年、 2018年和2019年各省的6種指標的關(guān)聯(lián)矩陣.

根據(jù)圖4， 各省來洛客流量與對洛陽5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度創(chuàng)建的關(guān)聯(lián)矩陣， 可以看出客流量與各省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度， 除2019年客流量與對龍門石窟的網(wǎng)絡(luò)關(guān)注的相關(guān)系數(shù)為0.674外， 其他兩兩相關(guān)系數(shù)都是大于0.8， 即具有極大相關(guān)性. 各省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度間的相關(guān)系數(shù)絕大部分與是大于0.8， 具有極大的相關(guān)性.

根據(jù)圖1、 2顯示的在中國中東部各省對洛陽5A級景區(qū)的網(wǎng)絡(luò)關(guān)注度與來洛客流量關(guān)系， 以及圖4表現(xiàn)出來的強關(guān)聯(lián)性， 排除相鄰省份外的其他省份， 進行旅游營銷的必要性是十分強的.

圖4 客流量與洛陽5A景區(qū)6個指標間的兩兩關(guān)聯(lián)矩陣

4 結(jié)論與展望

4.1 結(jié)論

基于洛陽旅游大數(shù)據(jù)分析平臺獲取2016年至2019年四個年份的客流量數(shù)據(jù)， 基于百度指數(shù)爬蟲軟件采集相應(yīng)四個年份的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù). 基于ArcGIS研究了洛陽旅游網(wǎng)絡(luò)關(guān)注度的時空分布特征， 基于Rapid Miner大數(shù)據(jù)分析軟件從河南省各市地層次和全國省級層次探索了2016年至2019年四個年份客流量與旅游網(wǎng)絡(luò)關(guān)注度的相關(guān)性挖掘. 研究表明： 河南省各地市來洛客流量與洛陽5A景區(qū)網(wǎng)絡(luò)關(guān)注度間基本不具有相關(guān)性； 全國各省來洛客流量與各省對洛陽5A景區(qū)的網(wǎng)絡(luò)關(guān)注度具有很強的相關(guān)性； 除河南相鄰省份外的中東部省份更具有較強的旅游市場深入開發(fā)和旅游深度營銷的潛力.

4.2 展望

從年度尺度上對洛陽客流量與網(wǎng)絡(luò)關(guān)注度的相關(guān)性進行了分析， 時間尺度較粗， 在月尺度和周尺度以及旅游黃金周和日尺度上是否表現(xiàn)出相似的規(guī)律有待深入研究. 另外， 游客出行相對旅游網(wǎng)絡(luò)搜索具有一定的滯后性， 因此在日尺度上， 二者間的相關(guān)性規(guī)律有待深入研究.