论文部分内容阅读
近年来,国家和地方政府非常重视旅游大数据的开发,提出积极发展“互联网+旅游”战略,培育形式多样的新型旅游业态。本研究利用呈激增状态的在线旅游用户数据,分析在线旅游用户真实的旅游行为和需求,为优化旅游设施配置、改进旅游公共服务、提高旅游用户满意度、提升旅游企业服务水平、促进“互联网+旅游”战略发展提供决策依据。首先,以在线旅游用户为研究对象,进行网络问卷调查,分析在线旅游者旅游前准备阶段、旅游过程中、旅游结束后的信息搜寻、旅游产品预订和网络分享互动等网络行为,研究发现,调查对象在旅游前、旅游中主要搜寻旅游攻略和交通信息,在旅游前、旅游中预订最多的旅游产品为景区门票,其次为酒店、火车票、机票,相对于多种旅游产品组合而言,交通、景点门票、酒店住宿等旅游单个产品更受在线旅游用户的青睐;100%的调查对象旅游后存在分享互动行为,以分享游记为主;调查对象的学历、月收入对旅游前、旅游中信息搜寻行为和预订行为均有显著影响。其次,采用PHP网络爬虫技术获取用户分享游记数据,构建“用户”和“旅游景点路线链”的关联规则,以南京市在线旅游用户旅游路线数据为例,进行实证分析,得出旅游者在同一地区不同旅游景点关联性,基于关联性的大小,预测旅游者游览完某一景点后,游览下一个旅游景点的概率,并提出基于关联规则的旅游路线推荐方法,实现了关联规则的应用。再次,为实现用户个性化旅游路线推荐,增添旅游持续时间,出游季节,人均消费,同行人关系,是否带小孩,是否带老人等用户特征属性,运用朴素贝叶斯算法实现旅游路线的个性化推荐,准确率和召回率分别为87.3%和80.8%,推荐结果较好。最后,对以上的研究结果进行讨论,基于研究结论,针对政府部门、旅游机构、旅游平台提出相关对策建议,促进“互联网+旅游”战略发展。