基于運(yùn)營商角度景區(qū)游客流量數(shù)據(jù)誤差的分析和對(duì)策

范琴

摘要：在疫情常態(tài)化防控的當(dāng)下，各景區(qū)的安全運(yùn)營都離不開對(duì)景區(qū)人流的實(shí)時(shí)監(jiān)控，運(yùn)營商的信令數(shù)據(jù)具備規(guī)模大、實(shí)時(shí)性高、覆蓋面廣的優(yōu)點(diǎn)，可快速為景區(qū)提供實(shí)時(shí)的人流監(jiān)控，但由于運(yùn)營商數(shù)據(jù)的定位原理依賴基站工參、出于成本考慮采集的信令字段有限、運(yùn)營商用戶的市場占比動(dòng)態(tài)波動(dòng)等原因?qū)е戮皡^(qū)客流統(tǒng)計(jì)不準(zhǔn)確，同時(shí)由于游客統(tǒng)計(jì)口徑的差異、景區(qū)類型的不同以及景區(qū)邊界圈選等問題，加深了基于運(yùn)營商數(shù)據(jù)實(shí)現(xiàn)客流統(tǒng)計(jì)時(shí)的誤差。本文詳細(xì)闡述了當(dāng)前各種景區(qū)客流監(jiān)控方式的優(yōu)缺點(diǎn)，深入分析了基于運(yùn)營商數(shù)據(jù)實(shí)現(xiàn)客流統(tǒng)計(jì)的主客觀原因，基于可實(shí)操的層面提出了采用運(yùn)營商數(shù)據(jù)實(shí)現(xiàn)客流精準(zhǔn)統(tǒng)計(jì)的改進(jìn)方案以及每種方案的優(yōu)缺點(diǎn)，以期為景區(qū)提供更便捷可靠、低成本的精準(zhǔn)客流實(shí)時(shí)監(jiān)控，助力景區(qū)實(shí)現(xiàn)數(shù)智劃轉(zhuǎn)型。

關(guān)鍵詞：人流統(tǒng)計(jì)、信令數(shù)據(jù)、運(yùn)營商、景區(qū)

一、研究背景

景區(qū)作為大型的人流量聚集地之一，體現(xiàn)著一省服務(wù)業(yè)的發(fā)展水平，加強(qiáng)景區(qū)營運(yùn)管理，利用數(shù)據(jù)實(shí)現(xiàn)對(duì)景區(qū)的監(jiān)管，對(duì)提升旅游行業(yè)服務(wù)整體品質(zhì)是非常必要的。建立景區(qū)人流量監(jiān)測(cè)系統(tǒng)目標(biāo)在于解決景區(qū)游客流量的監(jiān)控分析，為景區(qū)的規(guī)劃發(fā)展、營銷決策提供了科學(xué)的數(shù)據(jù)依據(jù)。

利用運(yùn)營商基站定位技術(shù)，對(duì)游客數(shù)量、游客屬性、景區(qū)粘度等維度的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，實(shí)現(xiàn)景區(qū)客流負(fù)荷實(shí)時(shí)監(jiān)控預(yù)警、景區(qū)游客各類統(tǒng)計(jì)分析等功能，為各級(jí)旅游監(jiān)管部門的日常管理及公眾安全提供科學(xué)的決策依據(jù)[1]。由于基站統(tǒng)計(jì)方法的局限性，部分景區(qū)存在地理邊界不匹配、周邊環(huán)境復(fù)雜等原因，導(dǎo)致統(tǒng)計(jì)數(shù)據(jù)和實(shí)際情況存在偏差。

二、現(xiàn)狀分析

1. 監(jiān)控方式

當(dāng)前部分景區(qū)還沒有開始智慧景區(qū)建設(shè)，客流統(tǒng)計(jì)的主要方式還是以閘機(jī)為主，開放式景區(qū)則沒有客流統(tǒng)計(jì)的手段。閘機(jī)統(tǒng)計(jì)方式數(shù)據(jù)精準(zhǔn)，能夠準(zhǔn)確反映出景區(qū)接待量，但是只能反映景區(qū)范圍內(nèi)的游客總數(shù)，無法分地段進(jìn)行統(tǒng)計(jì)，同時(shí)也不能對(duì)游客進(jìn)行大數(shù)據(jù)挖掘，無法分析游客的年齡、性別、客源地等信息[2]。

相較于傳統(tǒng)的閘機(jī)計(jì)數(shù)方式，部分景區(qū)著眼于建設(shè)智慧旅游平臺(tái)，在客流監(jiān)控模塊采用的主要是具有前置統(tǒng)計(jì)功能的攝像頭監(jiān)控和運(yùn)營商基站監(jiān)控。

此外，還有一些景區(qū)會(huì)和互聯(lián)網(wǎng)公司進(jìn)行合作，利用游客在景區(qū)使用開啟了GPS定位功能的APP應(yīng)用來進(jìn)行游客統(tǒng)計(jì)。此種方案利用游客終端設(shè)備的GPS定位數(shù)據(jù)，準(zhǔn)確性高，但是同樣無法獲取較為全面的游客屬性信息，而且數(shù)據(jù)獲取成本和后期系統(tǒng)運(yùn)維成本較高，不推薦景區(qū)使用。

四種監(jiān)控方式優(yōu)劣勢(shì)如下：

2.誤差情況

但是由于客觀原因，運(yùn)營商數(shù)據(jù)對(duì)于景區(qū)的監(jiān)控預(yù)測(cè)和實(shí)際數(shù)值仍有一定差距，下面以安徽省黃山風(fēng)景區(qū)為例：

如圖所示，系統(tǒng)摘取了2019年6月28日至7月7日黃山景區(qū)累計(jì)游客數(shù)據(jù)，與對(duì)應(yīng)的黃山景區(qū)閘機(jī)數(shù)據(jù)進(jìn)行對(duì)比，可以看出，雙方系統(tǒng)數(shù)據(jù)差距較大，趨勢(shì)基本相同，比例基本相同。

（注：移動(dòng)數(shù)據(jù)暫未考慮運(yùn)營商三方占比的問題，數(shù)據(jù)來源于互聯(lián)網(wǎng)公布數(shù)據(jù)）

三、誤差原因分析

針對(duì)以上事例不難發(fā)現(xiàn)，單獨(dú)使用運(yùn)營商的數(shù)據(jù)很難實(shí)現(xiàn)對(duì)景區(qū)游客的精確統(tǒng)計(jì)，這其中的誤差原因包含了各類分析算法本身的精度原因、也有運(yùn)營商數(shù)據(jù)定位的主觀原因等。

1.客觀原因分析

1.1運(yùn)營商數(shù)據(jù)及定位算法的原理導(dǎo)致數(shù)據(jù)統(tǒng)計(jì)的不準(zhǔn)確性

首先，用來實(shí)現(xiàn)游客統(tǒng)計(jì)的運(yùn)營商數(shù)據(jù)均來自于運(yùn)營商網(wǎng)絡(luò)側(cè)用戶與基站發(fā)生通信時(shí)的交互數(shù)據(jù)中所攜帶的位置信息，實(shí)際上定位到的是用戶所連接的基站的位置而非用戶實(shí)際準(zhǔn)確的GPS位置。

1.2運(yùn)營商數(shù)據(jù)采集不全

運(yùn)營商本質(zhì)上作為通信服務(wù)的提供商，其目標(biāo)是保證網(wǎng)絡(luò)的穩(wěn)定和高速，所以其采集的數(shù)據(jù)以能夠達(dá)到分析網(wǎng)絡(luò)質(zhì)量為基礎(chǔ)目標(biāo)。雖然某些通信數(shù)據(jù)、路測(cè)數(shù)據(jù)等所產(chǎn)生的附加價(jià)值可以被用來做人流統(tǒng)計(jì)與分析，但如果采集和存儲(chǔ)這些數(shù)據(jù)需要付出較大的成本（如MDT數(shù)據(jù)），則不在運(yùn)營商數(shù)據(jù)采集的考慮范圍內(nèi)。

1.3運(yùn)營商數(shù)據(jù)的片面性

目前國內(nèi)通信服務(wù)市場下，三家運(yùn)營商各自瓜分了一部分市場，即使作為4G市場占有率最高的移動(dòng)，其用戶占比大概在60%～75%，這個(gè)數(shù)值在各個(gè)地市區(qū)縣都有一定的區(qū)別，使用運(yùn)營商數(shù)據(jù)來統(tǒng)計(jì)的游客數(shù)也只是能一部分，并且很難單純地通過一個(gè)比例來還原真實(shí)的游客數(shù)。

其次，三家運(yùn)營商的數(shù)據(jù)很難做到融合。如雙卡雙待終端插入了兩張異網(wǎng)卡時(shí)，會(huì)在兩邊運(yùn)營商處重復(fù)統(tǒng)計(jì)。

2.主觀原因分析

2.1游客識(shí)別算法的精準(zhǔn)度

目前通用的方法是以駐留時(shí)間來識(shí)別游客。但不同景區(qū)游客的駐留時(shí)間不同，無法完備地枚舉各類景區(qū)的游客特征[3]，導(dǎo)致了游客統(tǒng)計(jì)的不準(zhǔn)確。

2.2景區(qū)及游客的類型、行為會(huì)影響準(zhǔn)確度

某些景區(qū)的類型和游客的行為也會(huì)影響統(tǒng)計(jì)的精準(zhǔn)度[3]。如內(nèi)含酒店或民宿的景區(qū)，游客跨天旅游時(shí)，閘機(jī)或者門票只會(huì)在當(dāng)天記錄進(jìn)去有這名游客，而第二天則不會(huì)記錄，但是運(yùn)營商的數(shù)據(jù)仍然會(huì)在第二天將該名游客作為一名游客進(jìn)行統(tǒng)計(jì)，從而導(dǎo)致運(yùn)營商統(tǒng)計(jì)的游客和景區(qū)門票統(tǒng)計(jì)的游客在某些情況下對(duì)不上。

2.3無法準(zhǔn)確圈定出景區(qū)邊界導(dǎo)致統(tǒng)計(jì)不準(zhǔn)

運(yùn)營商網(wǎng)絡(luò)管理部門在監(jiān)測(cè)到網(wǎng)絡(luò)質(zhì)量波動(dòng)后，經(jīng)過綜合分析，確定需要調(diào)整哪些基站的功率大小、方向角等參數(shù)，而且各地市區(qū)縣在執(zhí)行調(diào)整策略的時(shí)候，很有可能存在“先干活再記錄”的方式，即先進(jìn)行基站參數(shù)的調(diào)整，再在系統(tǒng)上修正基站的工參信息。工餐的實(shí)際情況與記錄內(nèi)容不符導(dǎo)致景區(qū)包含的基站信息胡準(zhǔn)確，影響統(tǒng)計(jì)結(jié)果。

四、解決方案探討

為更好地挖掘運(yùn)營商數(shù)據(jù)價(jià)值，為文旅委、旅游局、景區(qū)提供更加準(zhǔn)確的游客流量統(tǒng)計(jì)數(shù)據(jù)，輔助政府單位規(guī)劃省內(nèi)旅游資源，布局全域旅游戰(zhàn)略，實(shí)現(xiàn)智慧旅游的全面轉(zhuǎn)型，可以從以下三個(gè)方面著手，優(yōu)化提供的數(shù)據(jù)接口，逐步提供游客流量統(tǒng)計(jì)精度：

方案一：提升運(yùn)營商數(shù)據(jù)位置解析精度：運(yùn)用運(yùn)營商基于信令的解析能力以及大數(shù)據(jù)實(shí)時(shí)計(jì)算技術(shù)的發(fā)展，提升回填經(jīng)緯度的準(zhǔn)確性，從而提高區(qū)域人口統(tǒng)計(jì)、區(qū)域人員畫像的準(zhǔn)確性;深入地圖類APP解析，輔助精準(zhǔn)定位。

方案二：硬件輔助優(yōu)化：依靠具有前置算法的高清攝像頭、室內(nèi)小基站及其他傳感設(shè)備捕獲更精確的數(shù)據(jù)，用于運(yùn)營商數(shù)據(jù)擬合和糾偏。

方案三：數(shù)據(jù)建模分析：將區(qū)域進(jìn)行細(xì)類劃分，根據(jù)不同區(qū)域的特征進(jìn)行建模優(yōu)化，提升區(qū)域人數(shù)統(tǒng)計(jì)的精準(zhǔn)度;運(yùn)用多種大數(shù)據(jù)算法和模型，擬合人員軌跡，補(bǔ)充人員畫像，優(yōu)化統(tǒng)計(jì)算法。

下面將對(duì)三類方案進(jìn)行細(xì)化，并初步估算了實(shí)施計(jì)劃及完成時(shí)間。

1.提升解析精度

1.1E-CID（TA+AOA）定位技術(shù)

適用場景：室外地區(qū)定位較準(zhǔn);

定位精度：誤差在100m～200m;

定位原理：根據(jù)TA估算基站和移動(dòng)臺(tái)（手機(jī)）之間的距離，再根據(jù)AOA的角度信息獲取終端的位置信息;

數(shù)據(jù)需求：全面的基站工參數(shù)據(jù)、信令數(shù)據(jù);

實(shí)現(xiàn)難度：現(xiàn)有部分基站工參數(shù)據(jù)不全，計(jì)算復(fù)雜度較高、對(duì)資源開銷較大，定位非實(shí)時(shí)，有2h以上的延遲（具體視投入資源情況而定）;

實(shí)施方案：

（1）估算基站和手機(jī)之間的距離：主要是根據(jù)測(cè)量接收信號(hào)在基站和移動(dòng)臺(tái)之間的到達(dá)時(shí)間，然后轉(zhuǎn)換為距離，從而進(jìn)行定位。該方法至少需要三個(gè)基站，才能計(jì)算目標(biāo)的位置。三個(gè)基站測(cè)的與 MS 的距離分別為R1、R2、R3，以各自基站為圓心測(cè)量距離為半徑，繪制三個(gè)圓，其交點(diǎn)即為 MS 的位置。當(dāng)三個(gè)基站都是 LOS 基站時(shí)，一般可以根據(jù)最小二乘（LS）算法計(jì)算 MS 的估計(jì)位置[4]。

（2）測(cè)量信號(hào)移動(dòng)臺(tái)和基站之間的到達(dá)角度：以基站為起點(diǎn)形成的射線必經(jīng)過移動(dòng)臺(tái)，兩條射線的交點(diǎn)即為移動(dòng)臺(tái)的位置。該方法只需兩個(gè)基站就可以確定 MS 的估計(jì)位置。當(dāng)基站裝有天線陣列時(shí)，天線陣列根據(jù)移動(dòng)臺(tái)發(fā)送的信號(hào)來確定入射角度。兩個(gè)基站的入射角分別為a1、a2，以各基站為起點(diǎn)，入射角方向構(gòu)造直線的交點(diǎn)，即為 MS 的位置。

（3）結(jié)合前兩步得出的數(shù)據(jù)，利用矩陣計(jì)算的方式，得出最終MS（手機(jī)）的位置。

1.2RF fingerprint定位技術(shù)：基于指紋庫的定位方法

適用場景：更適合復(fù)雜的室內(nèi)環(huán)境，能夠較準(zhǔn)確地區(qū)分室內(nèi)外用戶，并實(shí)現(xiàn)室內(nèi)分層的定位;

定位精度：誤差在25m～200m，受室內(nèi)信號(hào)強(qiáng)度影響較大;

定位原理：通過本小區(qū)及鄰小區(qū)的信號(hào)質(zhì)量特征與覆蓋地圖特征庫進(jìn)行指紋特征匹配實(shí)現(xiàn)定位;

數(shù)據(jù)需求：MR數(shù)據(jù)、基站工參數(shù)據(jù);

實(shí)現(xiàn)難度：數(shù)據(jù)量較大，資源開銷較大，目前MR數(shù)據(jù)的采集是以月為單位，實(shí)時(shí)性較差;

實(shí)施方案：

（1）數(shù)據(jù)采集，形成指紋庫：室內(nèi)定位中的位置指紋法，就是事先把各個(gè)位置上的信號(hào)特征（各Wi-Fi的信號(hào)強(qiáng)度）測(cè)量一遍，存入指紋數(shù)據(jù)庫。定位的時(shí)候，將當(dāng)前的信號(hào)特征與指紋庫中的進(jìn)行匹配，從而確定位置。

（2）指紋匹配：是通過實(shí)際采集的數(shù)據(jù)與數(shù)組庫中保存的位置指紋進(jìn)行匹配，算出距離，比較常用的算法有 k階類聚算法，加權(quán)k階類聚算法，神經(jīng)網(wǎng)絡(luò)算法[5]。

1.3采用技術(shù)手段實(shí)時(shí)更新景區(qū)基站靜態(tài)數(shù)據(jù)

適用場景：較為通用;

定位精度：誤差在25m～3km，受基站覆蓋范圍影響較大;

定位原理：通過圈定更準(zhǔn)確的景點(diǎn)范圍，篩選出更精確的基站列表，從而統(tǒng)計(jì)游客綁定到更精確基站的數(shù)據(jù)進(jìn)行游客定位，進(jìn)而實(shí)現(xiàn)統(tǒng)計(jì);

數(shù)據(jù)需求：信令數(shù)據(jù)、基站工參數(shù)據(jù);

實(shí)現(xiàn)難度：已實(shí)現(xiàn);

實(shí)施方案：

建立省運(yùn)營商級(jí)別的位置庫平臺(tái)，平臺(tái)與省運(yùn)營商的網(wǎng)絡(luò)優(yōu)化部門工單系統(tǒng)打通，盡量保證景區(qū)所對(duì)應(yīng)的基站工參信息更新能夠及時(shí)。

方案優(yōu)勢(shì)：靜態(tài)數(shù)據(jù)刷新流程簡化，方便快捷，通常從實(shí)施層面預(yù)估，在提出需求后三個(gè)工作日內(nèi)即可刷新數(shù)據(jù)接口中基站數(shù)據(jù)。

方案劣勢(shì)：無法判斷景區(qū)周邊及景區(qū)內(nèi)部基站分布情況;目前技術(shù)尚不能剔除周邊基站部分覆蓋情況，也無法判斷部分覆蓋的比例。

2.硬件輔助優(yōu)化

對(duì)接景區(qū)已建設(shè)的視頻監(jiān)控系統(tǒng)，利用深度學(xué)習(xí)算法對(duì)視頻內(nèi)容進(jìn)行解碼，提供靜態(tài)、動(dòng)態(tài)兩種人流統(tǒng)計(jì)的手段，輔助景區(qū)進(jìn)行特定場所的人數(shù)統(tǒng)計(jì)工作，實(shí)現(xiàn)智慧景區(qū)管理。

靜態(tài)人流統(tǒng)計(jì)：對(duì)攝像頭監(jiān)控的視頻內(nèi)容進(jìn)行拍照記錄，對(duì)照片進(jìn)行人臉識(shí)別，從而實(shí)現(xiàn)人流統(tǒng)計(jì)。

動(dòng)態(tài)人流統(tǒng)計(jì)：將攝像頭動(dòng)態(tài)視頻數(shù)據(jù)接入現(xiàn)有的AI分析平臺(tái)，實(shí)時(shí)識(shí)別視頻監(jiān)控區(qū)域內(nèi)走過的人群從而實(shí)現(xiàn)人數(shù)統(tǒng)計(jì)。

采用輔助硬件手段提供客流參考數(shù)據(jù)，其結(jié)果可直接反饋給景區(qū)使用，也可作為校準(zhǔn)數(shù)據(jù)，進(jìn)入基于信令數(shù)據(jù)進(jìn)行客流分析的模型[6]，提升運(yùn)營商信令數(shù)據(jù)統(tǒng)計(jì)的準(zhǔn)確性。

3. 數(shù)據(jù)建模優(yōu)化

通過大數(shù)據(jù)分析的方法，在現(xiàn)有數(shù)據(jù)質(zhì)量的情況，以最少的硬件及額外資源投入，持續(xù)優(yōu)化客流量統(tǒng)計(jì)算法[7]。

（1）區(qū)分常駐、流動(dòng)：常駐人口定義口徑：用戶當(dāng)前時(shí)間往前推15天，在這15天內(nèi)出現(xiàn)7天以上即定義為常駐人口。應(yīng)用場景：在最終統(tǒng)計(jì)景區(qū)游客數(shù)量時(shí)，剔除常駐人口。

（2）參考停留時(shí)長：在統(tǒng)計(jì)景區(qū)游客數(shù)量時(shí)，將停留半個(gè)小時(shí)以上的人群作為游客，去除那些偶然路過的人群因素。

（3）用戶軌跡擬合：底層基于位置拉鏈數(shù)據(jù)結(jié)構(gòu)，存儲(chǔ)用戶行動(dòng)的軌跡;

基于隱馬爾科夫（HMM）模型，維特比（Viterbi）動(dòng)態(tài)規(guī)劃算法實(shí)現(xiàn)用戶道路軌跡的匹配，從而推測(cè)用戶在景區(qū)的駐留情況，輔助優(yōu)化基站定位的結(jié)果。

（4）第三方數(shù)據(jù)校準(zhǔn)：參考閘機(jī)口售票類數(shù)據(jù)、定義為游客的在景區(qū)附近基站旅游類app（景區(qū)相關(guān)app）啟動(dòng)次數(shù)數(shù)據(jù)、地圖類app解析出來的GPS數(shù)據(jù)以及可以調(diào)用的其他數(shù)據(jù)資源，對(duì)運(yùn)營商定位數(shù)據(jù)進(jìn)行優(yōu)化。

3.1第三方數(shù)據(jù)校準(zhǔn)

采用相關(guān)性分析方法，結(jié)合各景區(qū)門票數(shù)據(jù)或經(jīng)驗(yàn)數(shù)據(jù)，一次擬合或二次擬合得出基站數(shù)據(jù)與門票數(shù)據(jù)的相關(guān)性公式（相關(guān)性指數(shù)0.95以上），后期基站數(shù)據(jù)通過相關(guān)性公式計(jì)算后輸出，基本可貼合景區(qū)門票數(shù)據(jù)。

方案優(yōu)勢(shì)：通過簡單線下計(jì)算即可大幅提高景區(qū)監(jiān)控準(zhǔn)確性，開發(fā)工作量較小;只要能收集到基礎(chǔ)數(shù)據(jù)的景區(qū)，都可通過個(gè)性化相關(guān)性公式調(diào)增或調(diào)減景區(qū)人數(shù)，而且公式還可根據(jù)不同時(shí)間段調(diào)整。

方案劣勢(shì)：所有數(shù)據(jù)的計(jì)算都要基于原始景區(qū)數(shù)據(jù)的準(zhǔn)確性，風(fēng)險(xiǎn)較大;前期需要收集大量景區(qū)統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)越多，計(jì)算公式越準(zhǔn)確，但收集工作量越大;計(jì)算過程的調(diào)增或調(diào)減無法通過實(shí)際影響因素解釋，只能體現(xiàn)準(zhǔn)確性提高，但無法找到影響景區(qū)人數(shù)的原因。

五、結(jié)束語

基于運(yùn)營商信令數(shù)據(jù)來實(shí)現(xiàn)景區(qū)客流監(jiān)控，具備投入低、見效快的優(yōu)點(diǎn)，可快速幫助景區(qū)在疫情常態(tài)化防控的社會(huì)背景下實(shí)現(xiàn)景區(qū)安全生產(chǎn)經(jīng)營。但結(jié)合信令數(shù)據(jù)在各種不同情況下的統(tǒng)計(jì)誤差，需結(jié)合不同的方法加以改進(jìn)，根據(jù)景區(qū)類型，采用合適的誤差修正辦法，提高景區(qū)客流監(jiān)控的準(zhǔn)確性，助力景區(qū)實(shí)現(xiàn)數(shù)智化運(yùn)營。

參考文獻(xiàn)：

[1]中國移動(dòng)MDT技術(shù)應(yīng)用指導(dǎo)意見

[2]謝堅(jiān).客流量統(tǒng)計(jì)在旅游行業(yè)的應(yīng)用[J].信息系統(tǒng)工程，2015，000（009）：86-87.

[3]項(xiàng)譯.基于手機(jī)信令數(shù)據(jù)的旅游交通客流特征分析研究[D].東南大學(xué)，2017.

[4]柴滿，劉坤杰.一種基于信號(hào)強(qiáng)度分析的移動(dòng)端三角定位修正方法和裝置：，CN109089214A[P].2018.

[5]常建萍，楊大成，張健明.蜂窩無線網(wǎng)絡(luò)中移動(dòng)臺(tái)定位算法Fingerprint的研究[J].2013.

[6]吳秋琴.基于大數(shù)據(jù)的景區(qū)客流量統(tǒng)計(jì)評(píng)估系統(tǒng)及方法：，CN111369394A[P].2020.

[7]趙新波.基于基站位置定位的客源分析系統(tǒng)的研究[J].信息系統(tǒng)工程，2015，000（012）：16-17.