關(guān)聯(lián)分析算法在旅游信息化建設(shè)中的應(yīng)用

張鵬

摘要：近年來，大數(shù)據(jù)在快速把握旅游行業(yè)運(yùn)行規(guī)律，輔助行業(yè)管理，創(chuàng)新服務(wù)模式中的作用越來越明顯。旅游行業(yè)點(diǎn)多線長面廣，有很強(qiáng)的復(fù)雜性和綜合性，需要提供從多方面多維度提升綜合集成服務(wù)能力滿足人民群眾對美好生活的需要。當(dāng)前，一系列以“利用智能技術(shù)建設(shè)即時(shí)感知、準(zhǔn)確判斷和精確執(zhí)行的信息系統(tǒng)”、“整合旅游產(chǎn)品、智慧服務(wù)和管理應(yīng)用的信息服務(wù)網(wǎng)絡(luò)”、“依托云計(jì)算，基于云架構(gòu)，聚合海量旅游綜合信息的云服務(wù)”等為代表的創(chuàng)新性思想及舉措為旅游信息化的建設(shè)和發(fā)展賦予了全新內(nèi)涵。特別是以游客為中心，把大數(shù)據(jù)的分析應(yīng)用轉(zhuǎn)化為旅游服務(wù)的場景，在游客行前、行中、行后提供精準(zhǔn)服務(wù)，對行業(yè)內(nèi)景區(qū)、酒店、交通、旅行社等管理和監(jiān)管，挖掘海量旅游信息中的潛在價(jià)值，是旅游行業(yè)發(fā)展創(chuàng)新的需求，具有重要的應(yīng)用價(jià)值。

關(guān)鍵詞：關(guān)聯(lián)分析算;旅游信息化;建設(shè);發(fā)展

一、旅游數(shù)據(jù)分析技術(shù)需求迫切

移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，游客的消費(fèi)理念、行為都不同以往，一場說走就走的旅行隨時(shí)發(fā)生，而游客出行體驗(yàn)的滿足感也越來越需要得到重視，個(gè)性化的旅游定制、高端旅游服務(wù)體驗(yàn)也越來越迫切需要。對于旅游從業(yè)者來說，利用互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)來統(tǒng)籌旅游行業(yè)管理、營銷、服務(wù)，是開展智慧旅游所需要考慮充分的。旅游活動本身就是一個(gè)復(fù)雜的社會活動，旅游活動中會產(chǎn)生、應(yīng)用多行業(yè)多種類的基礎(chǔ)數(shù)據(jù)，這些數(shù)據(jù)對于整個(gè)行業(yè)運(yùn)行情況分析，具有十分重要的意義。這些數(shù)據(jù)是輔助支撐旅游從業(yè)者及旅游政府管理部門對行業(yè)中的各項(xiàng)重點(diǎn)環(huán)節(jié)實(shí)施有效管理，是推動旅游業(yè)更加科學(xué)化、精準(zhǔn)化的發(fā)展、建立新型旅游現(xiàn)代產(chǎn)業(yè)的有效措施。而旅游數(shù)據(jù)種類多樣，數(shù)量巨大，來源廣，如何把各種渠道數(shù)據(jù)進(jìn)行整合，結(jié)合行業(yè)管理服務(wù)的需要，運(yùn)用有效的數(shù)據(jù)分析算法，從而形成精細(xì)到位的管理服務(wù)數(shù)據(jù)，這是非常重要的也是非常迫切的。

二、旅游數(shù)據(jù)分析關(guān)鍵算法

聚類和關(guān)聯(lián)分析是數(shù)據(jù)分析算法中常用的兩類基礎(chǔ)性算法。聚類分析主要用于解決沒有明確分類映射關(guān)系的物品歸類問題。聚類分析簡言之就是物以聚類，人以群分，要把要分析的數(shù)據(jù)劃分成不同的類。關(guān)聯(lián)分析是一種用于分析物體之間關(guān)聯(lián)程度的一種方式，關(guān)聯(lián)分析常見的應(yīng)用場景有：分析產(chǎn)品之間的關(guān)聯(lián)程度、定制化推薦、產(chǎn)品組合營銷推廣調(diào)整等。例如在超市貨品擺放時(shí)，可以根據(jù)用戶購買商品時(shí)的記錄，計(jì)算商品之間的關(guān)聯(lián)程度，將關(guān)聯(lián)程度高的商品擺放在一起。比如，我們常說的“啤酒、尿布”分析。旅游行業(yè)也是為游客提供旅游產(chǎn)品的服務(wù)行業(yè)，現(xiàn)詳細(xì)介紹關(guān)聯(lián)分析算法中較為基礎(chǔ)但應(yīng)用較為廣泛的Apriori算法。

關(guān)聯(lián)分析是發(fā)現(xiàn)隱藏在數(shù)據(jù)項(xiàng)之間的關(guān)聯(lián)或相互關(guān)系，即可以根據(jù)一個(gè)數(shù)據(jù)項(xiàng)的出現(xiàn)推導(dǎo)出其他數(shù)據(jù)項(xiàng)的出現(xiàn)概率。如旅游熱點(diǎn)出行分析預(yù)測就是使用的是關(guān)聯(lián)分析中的Apriori算法，這是一種發(fā)現(xiàn)頻繁項(xiàng)集的算法。算法工作流程如圖1所示，首先找出第1階頻繁項(xiàng)集并設(shè)定好最小的支持度閾值，可稱這個(gè)集合為L1。他的作用是為了找出第2階頻繁項(xiàng)集L2。如此下去，直到不能找到“K項(xiàng)集”。這種算法的核心是連接步和剪枝步。連接步是自連接，原則是保證前k-2項(xiàng)相同，并按照順序連接。剪枝步，是用來保證最終的頻繁項(xiàng)集的子集非空而且也必須是頻繁的。反之，如果某個(gè)候選的非空子集不是頻繁的，那么該候選肯定不是頻繁的，從而可以將其從集合中刪除。

三、關(guān)聯(lián)分析算法應(yīng)用

由于旅游數(shù)據(jù)分析維度較多，下面從黃金周出行熱點(diǎn)來介紹關(guān)聯(lián)分析算法分析應(yīng)用。

（一）黃金周出行熱點(diǎn)主題概述

“五一”、國慶、春節(jié)“黃金周”已經(jīng)越來越成為大眾選擇出游的高峰期。依據(jù)來自文化和旅游部數(shù)據(jù)中心綜合測算顯示，2020年國慶期間，隨著我國疫情形勢逐步好轉(zhuǎn)，全國各地文化和旅游市場復(fù)蘇明顯，全國共接待國內(nèi)游客6.37億人次，實(shí)現(xiàn)國內(nèi)旅游收入4665.6億元。本文主要通過建立游客的行為分析模型，對相關(guān)游客的歷史預(yù)約、消費(fèi)等記錄數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，從而挖掘出黃金周期間，游客出行的熱點(diǎn)景區(qū)景點(diǎn)等信息，為旅游監(jiān)管部門和景區(qū)景點(diǎn)、以及相關(guān)的旅游企業(yè)等提供旅游信息，便于提前做好預(yù)警應(yīng)急工作，提升服務(wù)質(zhì)量。

（二）黃金周出行熱點(diǎn)模型

基于黃金周期間游客出行目的地、景區(qū)景點(diǎn)以及旅游客源市場之間的數(shù)據(jù)分析等，建立相關(guān)模型。模型依據(jù)游客的旅游需求方面的影響因素分析、各類旅游目的地的特點(diǎn)和客源流量的周期上使得旅游監(jiān)管部門和景區(qū)景點(diǎn)、以及相關(guān)的旅游企業(yè)，能從大體上了解和掌握旅游目的地的旅游客源市場的構(gòu)成及未來發(fā)展趨勢，并以此來構(gòu)建出旅游客源市場的一個(gè)輿情分析知識庫。

（三）分析報(bào)告

以2020年國慶中秋“黃金周”為例，整合各渠道有效數(shù)據(jù)，形成以下分析：

根據(jù)關(guān)聯(lián)分析中Apriori算法規(guī)則，對網(wǎng)友喜好的旅游目的地進(jìn)行數(shù)據(jù)挖掘，可展示出旅游管理者最關(guān)心的假日哪里會出現(xiàn)游客高峰問題。由于整合各渠道數(shù)據(jù)形成數(shù)據(jù)庫量很大，為了能夠清楚的介紹，現(xiàn)僅列出一小段數(shù)據(jù)，用來描述游客出行目的地為北京、上海、深圳、武漢、成都相關(guān)數(shù)據(jù)分析。

選取游客對部分旅游目的地預(yù)約消費(fèi)等記錄，ABCDE分別代表不同的旅游目的地，“廣東省”、“北京市”、“福建省”、“上海市”、“湖北省”，游客預(yù)約購買旅游目的地記錄可以是其中一個(gè)也可以是幾個(gè)的組合，計(jì)算數(shù)據(jù)庫共有4條不同類型記錄。首先對各旅游目的地進(jìn)行依次掃描，例如旅游目的地A在所有4條記錄中出現(xiàn)3次，那么A的支持度即為3/4，計(jì)算出的支持度表明了該旅游目的地在所有預(yù)約消費(fèi)記錄中出現(xiàn)的概率大小，顯然概率越大，支持度越高。同理，計(jì)算出BCDE的支持度分別為3/4、3/4、3/4、1/4。接下來需要設(shè)置閾值來篩選出關(guān)聯(lián)度較高的產(chǎn)品數(shù)據(jù)，這里假設(shè)取1/2，那么就先將E篩除，留下旅游目的地ABCD，此時(shí)便產(chǎn)生頻繁一項(xiàng)集{{A}，{B}，{C}，{D}}。然后將頻繁一項(xiàng)集中的集合兩兩組合，得到候選項(xiàng)集{{AB}，{AC}，{AD}，{BC}，{BD}，{CD}}，計(jì)算每個(gè)項(xiàng)集的支持度。例如項(xiàng)集AB在所有4條記錄中出現(xiàn)2次，那么AB的支持度即為2/4。同理得出AC，AD，BC，BD，CD的支持度分別為3/4，2/4，2/4，2/4，3/4，2/4。在閾值為1/2的情況下只留下AC和BD。如此便可以繼續(xù)生成候選集ABCD，支持度為2/4，可以篩去。

綜上，得到AC和BD的關(guān)聯(lián)程度最高。這意味著，如果游客計(jì)劃前往廣東省旅游，那么給該游客推薦福建省旅游商品成功率更大，類似的，如果游客準(zhǔn)備出行北京游玩，那么上海相關(guān)旅游產(chǎn)品可能也更受該游客戶青睞。對于行業(yè)管理者來說，當(dāng)A地出現(xiàn)游客高峰問題時(shí)，C地就要提前組織好人力物力做好相關(guān)預(yù)警應(yīng)急工作。

總結(jié)與展望

旅游相關(guān)管理部門、企業(yè)在數(shù)據(jù)驅(qū)動下，越來越重視數(shù)據(jù)的積累、整合以及分析應(yīng)用，旅游大數(shù)據(jù)分析已經(jīng)被證明是一個(gè)非常引人注方向。旅游數(shù)據(jù)與大數(shù)據(jù)特點(diǎn)極其相似，異構(gòu)數(shù)據(jù)眾多，數(shù)據(jù)源眾多;數(shù)據(jù)分布不均勻;數(shù)據(jù)復(fù)雜多變等等。為了探索旅游大數(shù)據(jù)的分析，我們從數(shù)據(jù)采集，模型算法和系統(tǒng)建設(shè)三個(gè)層面進(jìn)行了嘗試。特別是在算法模型層面，數(shù)據(jù)分析模型的建立跟采集的數(shù)據(jù)、應(yīng)用的場景等息息相關(guān)，想做好模型設(shè)計(jì)，需要精心設(shè)計(jì)算法從多個(gè)來源找出與主題相關(guān)的信息，雖然取得了一些效果，應(yīng)用場景也符合管理服務(wù)的需要，但是在技術(shù)上還存在一些難點(diǎn)，今后要在以下幾個(gè)方面進(jìn)一步推進(jìn)：一是解決模型算法效率不高的問題。Apriori算法每次計(jì)算時(shí)都需要返回至歷史記錄中進(jìn)行掃描，處理流程復(fù)雜耗時(shí)長，下一步需進(jìn)一步提升軟硬件性能，優(yōu)化模型算法，提高數(shù)據(jù)分析能力。二是進(jìn)一步加強(qiáng)行業(yè)頂層設(shè)計(jì)。本文雖按照由下至上原則，從特定需求場景出發(fā)作出一些嘗試，但要推廣至行業(yè)指導(dǎo)管理服務(wù)還需從上而下，全行業(yè)統(tǒng)籌考慮，從數(shù)據(jù)分析全流程把握，做好標(biāo)準(zhǔn)制定、架構(gòu)設(shè)計(jì)、系統(tǒng)搭建、應(yīng)用推廣等工作，真正發(fā)揮數(shù)據(jù)分析作用。