一種從景區旅游大數據分析游客特性的方法和裝置制造方法及圖紙

本發明專利技術公開了一種從景區旅游大數據分析游客特性的方法和裝置，屬于旅游、大數據、數據分析應用技術領域，解決了通過票務數據，線上數據通常無法獲取全量用戶的數據的問題，其技術要點是：融合景區線上線下資源，相互取長補短，可以進行更細化、更準確的游客特性分析，能夠基于移動行為特征的數學模型，實時分析游客的景區連續行為特性，為景區有效管理提供了可靠的數據支撐；能夠融合景區的線上和線下資源，并通過細化的網格化計算，細粒度地分析景區內任意區域的客流情況。相關融合數據融合了線下數據在流量上的準確性和線上數據在空間上的精確性。

A method and device to analyze the characteristics of tourists from the big data of scenic spots

The invention discloses a method and device for analyzing the characteristics of tourists from the big data of scenic spot tourism, belonging to the technical field of tourism, big data and data analysis application, which solves the problem that through ticket data, online data usually can't obtain the data of all users, and the technical points are: integrate the online and offline resources of scenic spot, learn from each other's strengths and weaknesses, and can be more refined and more accurate Based on the mathematical model of mobile behavior characteristics, we can analyze the continuous behavior characteristics of tourist attractions in real time, which provides reliable data support for effective management of scenic spots; we can integrate online and offline resources of scenic spots, and analyze the passenger flow situation of any area in scenic spots in a fine-grained way through detailed grid computing. Correlation fusion data integrates the accuracy of offline data in traffic and online data in space.

【技術實現步驟摘要】
一種從景區旅游大數據分析游客特性的方法和裝置
本專利技術涉及旅游、大數據、數據分析應用
，具體是涉及一種從景區旅游大數據分析游客特性的方法和裝置。
技術介紹
近年來，隨著旅游業的迅猛發展，各旅游景區游客數量日益增加，掌握景區內游客的停留點、位置流轉等游客特性對景區管理和發展有著重要意義。然而景區傳統的線下資源，主要為票務數據，通常是固定位置(售票口及檢票口等)的靜態數據，僅能統計出景區的總體流量情況，景點內部、道路、休息區等細化區域的客流情況無從知曉。作為景區線下資源的補充，線上應用(如App、小程序與WiFi探針)等服務媒介作為景區線上資源，可以更細粒度地獲取景區內游客的位置和人流信息。但相對票務數據，線上數據通常無法獲取全量用戶的數據。因此，融合景區線上線下資源，相互取長補短，可以進行更細化、更準確的游客特性分析。
技術實現思路
針對現有技術存在的不足，本專利技術實施例的目的在于提供一種從景區旅游大數據分析游客特性的方法和裝置，通過融合景區線上和線下資源的優勢，細粒度地計算出景區任意區域的客流情況，以科學數據分析模型，分析游客的停留點、位置流轉等游客特性。本專利技術的分析方法同樣適用于城市內不同景區間的停留及流轉，以解決上述
技術介紹
中的問題。為實現上述目的，本專利技術提供如下技術方案：一種從景區旅游大數據分析游客特性的裝置，包括：景區線上數據采集裝置，所述的景區線上數據采集裝置為線上游客實時位置的采集裝置，通過線上應用媒介(旅游小程序及WIFI探針等)對游客在景區內的實時位置進行采集，持續、準確地積累景區旅游大數據；能夠多渠道采集線上游客在景區內的位置信息，積累景區旅游大數據。景區數據融合計算裝置，所述的景區數據融合計算裝置為線上數據和線下數據的融合計算裝置，內置的景區數據融合計算裝置能夠將景區的線上數據與線下數據進行數值擬合，并通過細化的網格化計算，量化景區內任意區域的客流情況，融合了線下數據在流量上的準確性和線上數據在空間上的精確性；能夠結合景區的線上資源和線下資源，通過細化的網格化融合計算，細粒度地分析景區任意區域的客流情況，進而為游客特性分析裝置提供數據基礎。游客特性分析裝置，所述游客特性分析裝置內置有一套游客特性分析方法，能夠為景區有效管理提供可靠的數據支撐，能夠基于移動行為特征的數學模型，實時分析游客的景區連續行為特性(停留地點、游覽軌跡，在各景點的停留時長及客流趨勢等)，為景區有效管理提供了可靠的數據支撐。一種從景區旅游大數據分析游客特性的方法，可以利用景區數據融合計算裝置擬合的細粒度數據，基于移動行為特征的數學模型，實時分析游客的景區連續行為特性(停留地點、游覽軌跡，在各景點的停留時長及客流趨勢等)，能夠融合景區的線上和線下資源，細粒度地進行網格化數值擬合，分析游客景區連續行為特性。具體包括以下步驟：步驟1、線上游客位置信息采集線上游客位置信息采集是指通過旅游小程序和WiFi探針以秒為時間間隔持續采集景區內線上游客的唯一標識和位置信息，并將采集到的數據實時上傳到服務器，持續積累旅游大數據；步驟2、景區數據融合計算景區數據融合計算是指對景區的線下票務數據與線上的采集數據進行數值擬合，計算出全景區實時的客流情況。由于小程序和WiFi探針的局限性，無法采集到全量用戶的位置信息，會與真實的景區客流量有一定偏差。景區票務系統包含全量的售票和檢票數據，但不能獲取景區內任意區域的人流情況。因此景區數據融合通過數值擬合的方法，用小程序和WiFi探針的用戶量放大適當的比例，從而近似真實的客流量。步驟3、景區空間網格化數據網格化處理為一種景區旅游大數據的處理方法，能夠通過有限的網格近似整個景區，并將數據采集裝置采集的大量位置數據歸約到各網格中，從而量化景區內任意區域的客流情況。步驟4、停留地點分析利用線上線下融合后的景區旅游大數據，通過網格化計算和閾值方法能夠快速定位景區游客停留量異常的區域，發現游客興趣點及擁堵路段。停留地點分析是指利用融合數據計算景區游客停留數量異常的區域。具體地，通過統計景區內所有網格的客流量，將流量大于閾值的網格列為停留點。停留點可能是景區的優勢位置吸引游客停留，亦或是擁堵路段，應進行現場引導和問題排查。步驟5、游覽軌跡分析通過統計游客在景區內不同景點出現順序，分析游覽軌跡，獲取游客偏好路線，景點分流情況，發現存在潛在引導問題的景點。游覽軌跡分析是通過當天或近一個月的小程序和WiFi探針所采集的位置數據，統計同一游客(唯一標識)在景區內不同景點出現順序，每個游客的出現順序代表一條游覽軌跡。步驟6、停留時長分析根據在景點出口和入口處監測到同一游客的時間差作為景點停留時長，估計景點的每小時能接待的游客量，輔助限流決策。步驟7、客流趨勢分析利用融合數據和網格化處理方法，按照需求時間粒度，獲取景區內任意區域的客流趨勢，進行高峰預警。利用融合數據和網格化處理不僅能夠得到景點的客流趨勢，景區內道路、休息區、停車場等都可以按小時統計，準確地得到任意區域的客流高峰時間以及上下午客流占比；按天統計融合數據，可以得到節假日的客流變化趨勢以及工作日和周末的客流變化，這些結果對景區管理有著重要意義。綜上所述，本專利技術實施例與現有技術相比具有以下有益效果：(1)提出一種游客特性分析方法與裝置，能夠基于移動行為特征的數學模型，實時分析游客的景區連續行為特性(停留地點、游覽軌跡，在各景點的停留時長及客流趨勢等)，為景區有效管理提供了可靠的數據支撐。(2)提出一種景區數據融合分析的方法裝置，能夠融合景區的線上和線下資源，并通過細化的網格化計算，細粒度地分析景區內任意區域的客流情況。相關融合數據融合了線下數據在流量上的準確性和線上數據在空間上的精確性。為更清楚地闡述本專利技術的結構特征和功效，下面結合附圖與具體實施例來對本專利技術進行詳細說明。附圖說明圖1為專利技術實施例中實際的從景區旅游大數據分析游客特性的方法和裝置的示意圖。具體實施方式下面結合附圖和具體實施例對本專利技術的技術方案做進一步的說明。參見圖1所示，本專利技術實施例提供了一種從景區旅游大數據分析游客特性的裝置，能夠融合景區的線上和線下資源，細粒度地進行網格化數值擬合，分析游客景區連續行為特性，其包括：景區線上數據采集裝置，所述的景區線上數據采集裝置為線上游客實時位置的采集裝置，通過旅游小程序及WIFI探針等媒介對游客在景區內的實時位置進行采集，持續、準確地積累景區旅游大數據；能夠多渠道采集線上游客在景區內的位置信息，積累景區旅游大數據。景區數據融合計算裝置，所述的景區數據融合計算裝置為線上數據和線下數據的融合計算裝置，內置的景區數據融合計算裝置能夠將景區的線上數據與線下數據進行數值擬合，并通過細化的網格化計算，量化景區內任意區域的客流情況，融合了線下數據在流量上的準確性和線上數據在空間上的精確性；能本文檔來自技高網...

【技術保護點】
1.一種從景區旅游大數據分析游客特性的裝置，其特征在于，包括：/n景區線上數據采集裝置，所述的景區線上數據采集裝置為線上游客實時位置的采集裝置，通過線上應用媒介對游客在景區內的實時位置進行采集，并積累景區旅游大數據；/n景區數據融合計算裝置，所述的景區數據融合計算裝置為線上數據和線下數據的融合計算裝置，將景區的線上數據與線下數據進行數值擬合，并通過細化的網格化計算，量化景區內任意區域的客流情況；/n游客特性分析裝置，所述游客特性分析裝置基于移動行為特征的數學模型，實時分析游客的景區連續行為特性。/n

【技術特征摘要】
1.一種從景區旅游大數據分析游客特性的裝置，其特征在于，包括：
景區線上數據采集裝置，所述的景區線上數據采集裝置為線上游客實時位置的采集裝置，通過線上應用媒介對游客在景區內的實時位置進行采集，并積累景區旅游大數據；
景區數據融合計算裝置，所述的景區數據融合計算裝置為線上數據和線下數據的融合計算裝置，將景區的線上數據與線下數據進行數值擬合，并通過細化的網格化計算，量化景區內任意區域的客流情況；
游客特性分析裝置，所述游客特性分析裝置基于移動行為特征的數學模型，實時分析游客的景區連續行為特性。


2.根據權利要求1所述的從景區旅游大數據分析游客特性的裝置，其特征在于，所述景區數據融合計算裝置中的線上應用媒介包括旅游小程序及WIFI探針。


3.根據權利要求2所述的從景區旅游大數據分析游客特性的裝置，其特征在于，所述游客特性分析裝置中，游客的景區連續行為特性包括停留地點、游覽軌跡、在各景點的停留時長及客流趨勢。


4.一種從景區旅游大數據分析游客特性的方法，其特征在于，包括以下步驟：
步驟1、線上游客位置信息采集
通過線上應用媒介以秒為時間間隔持續采集景區內線上游客的唯一標識和位置信息，并將采集到的數據實時上傳到服務器，持續積累旅游大數據；
步驟2、景區數據融合計算
對景區的線下票務數據與線上的采集數據進行數值擬合，計算出全景區實時的客流情況；
步驟3、景區空間網格化
通過有限的網格近似整個景區，并將數據采集裝置采集的大量位置數據歸約到各網格中，量化景區內任意區域的客流情況；
步驟4、停留地點分析
利用線上線下融合后的景區旅游大數據，通過網格化計算和閾值方法能夠快速定位景區游客停留量異常的區域，發現游客興趣點及擁堵路段；
步驟5、游覽軌跡分析
通過統計游客在景區內不同景點出現順序，分析游覽軌跡，獲取游客偏好路線，景點分流情況，發現存在潛在引導問題的景點；
步驟6、停留時長分析
根據在景點出口和入口處監測到同一游客的時間差作為景點停留時長，估計景點的每小時能接待的游客量，輔助限流決...

【專利技術屬性】
技術研發人員：徐文揚，韓丁，
申請(專利權)人：北京慧辰資道資訊股份有限公司，
類型：發明
國別省市：北京;11