景区招商管理系统建设方案.docx
《景区招商管理系统建设方案.docx》由会员分享,可在线阅读,更多相关《景区招商管理系统建设方案.docx(29页珍藏版)》请在冰豆网上搜索。
![景区招商管理系统建设方案.docx](https://file1.bdocx.com/fileroot1/2023-1/29/057523b5-cd81-45ac-8485-a7bb61c4f47a/057523b5-cd81-45ac-8485-a7bb61c4f47a1.gif)
景区招商管理系统建设方案
景区招商管理系统
实
施
方
案
XXXXXXXXX公司
1.1项目需求分析与总体设计
1.1.1需求分析
改革开放以来,我国旅游业快速发展,产业规模不断扩大,在国民经济中占有越来越重要的地位。
在旅游业大力发展的趋势下,景区资源保护和管理压力日益增大,加之很多风景名胜区自身“造血”能力有限,致使景区的管理、规划、运营等工作面临巨大挑战。
在有效处理保护和发展的矛盾,实现景区管理、保护与发展协调发展的背景下,“数字景区”、“智慧景区”建设应运而生。
结合景区“数字景区”、“智慧景区”建设,招商管理系统应以提升招商数据情报、多维度数据为核心,同时将数据融入到整个景区云数据中心的范畴中,以行业大数据为基点,以数据聚类、分析为核心技术,为景区招商提供信息数据服务,促进高质量招商引资、引领景区商业发展、推动景区建设性创新模式、节约管理成本等方面发挥重要作用。
1.1.2建设目标
1、运用新技术
随着互联网、物联网、云计算、全景影像等技术的迅猛发展,互联网等多媒体招商成为许多地方政府招商引资的常用方法。
这种招商方式的优势总结为:
一是可以把所有投资者需要了解的信息图文并茂地在网络及多媒体上展示出来,让全世界投资者知晓;二是建设成本低,效益大;三是速度快,效率高;四是交流便利,交互性强。
利用网络和多媒体的优势,完成线上招商平台的搭建,高效、形象的将招商载体进行宣传,宣传领域广、效率高,且宣传群体更有针对性。
2、构建招商管理信息化系统
招商管理信息化系统建设目标是:
以招商管理项目信息资源为基础,以招商管理应用为目标,以先进的技术和管理机制为手段,建成一个起点高、容量大、功能强,更新快、信息丰富、安全可靠、实用完善的、综合的招商管理系统,满足景区招商管理、对外宣传、扩大开放的需要,满足社会各界及国内外投资者的投资需要,满足对招商引资项目信息查询与咨询的需要。
招商管理系统作为一个资源共享的信息数据库,使不断增长、扩展的商业信息与相关数据信息规范化,不断丰富数据库商铺信息,利于随时掌握的招商商铺情况,进行动态跟踪管理。
另外,在建立招商管理系统后,景区招商人员可以利用信息化平台全文快速检索查询,从多方位、多角度定位查找商铺信息及相关资料,并根据招商引资应用需求及时、准确地查询与调用各类商铺及相关信息资料。
3、强化跟踪服务
强化跟踪搞好服务与管理,对签约的项目,实行责任制,明确责任人,实施跟踪服务。
服务好商铺运营,强化从客户洽谈到签约、落地,到运营、管理的全过程服务。
强化招商服务意识和商铺跟踪服务,不仅需要政府相关人员的政策监督,更需要招商人员的合理绩效考评方式。
在对咨询景区政策、询问招商载体的潜在客户要做好实时跟踪,对在接洽中的客户要按时回访,做好登记。
另外,对于各个部门的招商人员,要采用合理的业绩考评形式进行监督激励。
景区在招商引资过程中,要注意让外界了解自己,广泛应用各种传媒来宣传自己。
在招商载体方面要注意信息更新、把控,同时结合政府“最多跑一次”改革,充分发挥招商管理系统的功能,简化招商办事流程。
1.1.3系统方案总体架构
系统总体设计分为物业资源展示、客户资源管理、合同审批管理等,所有的数据通过展示平台一体化预警展现。
系统逻辑架构划分为:
基础支撑层、数据服务层、数据应用层,系统采用基于REST风格进行架构设计,制定了面向资源的统一接口,保证系统提供的服务都是解耦的,改善系统的交互性与可重用性,通过引入分层规则层次设计,提高各层次之间的独立性,为整个系统的设置了边界,使服务器资源可以充分利用云计算水平扩展的能力,提高系统的可伸缩性。
基础支撑层:
包括了整个系统所涉及的网络资源、服务器、存储设备、系统软件等产生的结构化和非结构化数据,数据采集层为整个平台提供必要的数据支撑。
数据服务层:
将采集数据输入系统软件和应用软件之间的数据接口,如记录导入导出接口,图片导入导出接口,统一的数据模型接口,分发模块接口等。
通过数据工具,对数据进行抽取、转换、清洗和下载,经大数据工具对数据进行存档、整理和应用,并通过计算模型,对数据进行碰撞、比对和挖掘,使用ESB对有效数据信息进行推送及查询等功能服务,并提供各种业务数据接口,供以后业务开展升级服务。
数据应用层:
经抽取、整理、分析、碰撞、融合的数据,进入服务层内各分析应用系统,为预警研判顺利开展,提供数据保障,通过相应业务系统,展现数据处理分析结果,供各类用户参考。
总体框架图
1.1.4技术路线
技术路线选型对项目建设的成败至关重要,本次系统设计、应用开发将采用以下关键技术。
a.大数据技术
大数据技术采用ApacheHadoop。
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。
用户可以在不了解分布式底层细节的情况下,开发分布式程序。
充分利用集群的威力进行高速运算和存储。
Hadoop实现了一个分布式文件系统(HadoopDistributedFileSystem),简称HDFS。
HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(highthroughput)来访问应用程序的数据,适合那些有着超大数据集(largedataset)的应用程序。
HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streamingaccess)文件系统中的数据。
Hadoop的框架最核心的设计就是:
HDFS和MapReduce。
HDFS为海量的数据提供了存储,则MapReduce为海量的数据提供了计算。
Hadoop是一个能够对大量数据进行分布式处理的软件框架。
Hadoop以一种可靠、高效、可伸缩的方式进行数据处理。
Hadoop是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理。
Hadoop是高效的,因为它以并行的方式工作,通过并行处理加快处理速度。
Hadoop还是可伸缩的,能够处理PB级数据。
此外,Hadoop依赖于社区服务,因此它的成本比较低,任何人都可以使用。
Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。
用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。
它主要有以下几个优点:
高可靠性。
Hadoop按位存储和处理数据的能力值得人们信赖。
高扩展性。
Hadoop是在可用的计算机集簇间分配数据并完成计算任务的,这些集簇可以方便地扩展到数以千计的节点中。
高效性。
Hadoop能够在节点之间动态地移动数据,并保证各个节点的动态平衡,因此处理速度非常快。
高容错性。
Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配。
低成本。
与一体机、商用数据仓库以及QlikView、YonghongZ-Suite等数据集市相比,hadoop是开源的,项目的软件成本因此会大大降低。
Hadoop带有用Java语言编写的框架,因此运行在Linux生产平台上是非常理想的。
Hadoop上的应用程序也可以使用其他语言编写,比如C++。
b.数据挖掘技术
大数据分析的核心即为挖掘,从技术角度看,数据挖掘就是从大量的、复杂的、不规则的、随机的、模糊的数据中获取隐含的、人们事先未发觉的、有潜在价值的信息和知识的过程。
基本过程包括数据准备、数据挖掘、解释评估和知识运用。
数据挖掘的分析方法包括聚类分析、分类和预测、关联分析等。
聚类分析:
就是把大量的数据对象聚集成若干各簇的过程,并使得簇内对象尽量相似而簇间对象尽量相异。
现有的聚类算法大致分为划分方法(如K-means、K-中心点算法)、层次方法(如BIRCH方法、CURE方法)、基于密度的方法(如DBSCAN算法、OPTICS算法)、基于网格的方法(如CLIQLE算法、STING算法)以及基于模型的方法(如EM算法)。
能适用于大数据、处理不同类型数据、发现任意形状的簇、处理高维数据、具有处理噪声的能力和聚类结果可解释、易使用是聚类分析的目标。
分类和预测:
是问题预测的2种主要类型,分类是预测分类(离散、无序的)标号,而预测则是建立连续值函数模型。
常见的分类算法主要有决策树、粗糙集、贝叶斯、遗传算法、神经网络等,评估的要素为预测的准确度、计算复杂度、模型描述的简洁性、模型的可解释性和避免过度拟合。
关联分析:
就是利用事物间存在的联系和相互间的依赖性规律,对这些事件进行预测。
c.面向服务架构(SOA)
采用面向服务架构(SOA)向应用系统提供调用,为以后的扩展打好基础。
在不改变部门原有应用系统的情况下实现不同应用系统之间的资源共享。
SOA(Service-OrientedArchitecture,面向服务的架构):
简单来说,SOA是一种新的应用开发体系架构,在基于SOA架构的系统中,具体应用程序的功能是由一些松耦合并且具有统一接口定义方式的组件(也就是service)组合构建起来的。
SOA三大基本特征:
(1)独立的功能实体,SOA非常强调架构中提供服务的功能实体的完全独立自主的能力;
(2)大数据量低频率访问,SOA系统推荐采用大数据量的方式一次性进行信息交换;
(3)基于文本的消息传递。
d.WebService技术
WebService是下一代的WWW技术,它允许在Web站点上放置可编程的元素,能进行基于Web的分布式计算和处理,把Internet/Intranet变成一个虚拟计算环境的技术。
在由WebService组成的虚拟环境中使用者可以任何的客户端软件,例如浏览器,一般的Window或是Java应用程序或是电子行动设备等,来调用WebService提供的服务。
WebService是建立在开放和标准的规格之上,允许异质的客户端调用以使用它提供的服务。
因此各种异质的客户端必须使用一种共通的沟通标准才能够顺利的和由各种不同技术编写的WebService互通。
WebService涉及到一些新的规范,如:
UDDI(统一描述、发现和集成)、WSDL(WebService描述语言)、WSFL(WebServiceFlowLanguage)、SOAP(SimpleObjectAccessProtocol简单对象访问协议)等。
目前最流行而且最具潜力的沟通标准当属SOAP了。
SOAP获得IBM,Microsoft,Lotus和UserLand等大型公司支持而成为W3C标准之一的通讯协议规格。
SOAP以XML标准封装调用远程服务的格式,有别于其它分布式对象模型调用特定的调用格式。
由于SOAP以XML封装调用格式,因此它可以使用任何的实体传输层来传送,例如HTTP,TCP或是SMTP等。
WebService具有以下一些主要优点:
完好的封装性和松散耦合
使用协约的规范性、使用标准协议规范
高度可集成能力
开放性、普遍性和互操作性
易于使用
广泛的行业支持
e.J2EE开放技术架构
采用J2EE开放技术架构,实现平台与操作系统及硬件平台等的无关性,能跨平台运行,保证系统可以运行在各种操作系统平台上,如UNIX、Linux、Windows等平台。
J2EE平台是目前为企业级应用提供分布式、高可靠性、先进的解决方案。
J2EE也是一个已经被实践证明,成熟的、成功的企业级应用解决方案,拥有大量的成功案例,J2EE架构一般在大中型应用中使用比较多,选择了J2EE也就意味着选择了一个开放、自由、大型的技术应用平台。
采用上述三层体系架构带来的好处在于:
跨平台:
J2EE具有“编写一次,到处运行”的优点,可适应目前主流的各种服务器和操作系统,并可进行快速迁移。
成熟性:
J2EE已经被证明是一个稳定的、可扩展的、成熟的平台,拥有众多成功应用实例。
稳定性:
J2EE适合大型应用,可运行在稳定性相对较高的Unix服务器上,而目前另一技术平台.NET只能运行在微软的平台上,主要是在PC服务器上运行,对于大型应用受到了严重的限制。
安全性:
Java平台和Unix系统由于在技术结构上的优势和掌握人群少,大大降低了受到病毒及黑客攻击的几率,因此具有较好的安全性。
相反,由于设计上的缺陷和了解该系统的人数众多,微软的系统非常容易受到攻击,大量黑客程序和绝大多数病毒都是针对微软平台的。
第三方支持:
J2EE作为一种开放的规范,从一开始就得到了众多厂商的支持,包括IBM、BEA、Oracle、HP、SUN等,已经构建了基于J2EE的集成开发环境(IDE)和应用服务器,在他们的基于J2EE的开发工具和应用服务器的中正在提供对Web服务的支持。
由于J2EE是开放的规范框架,任何厂商只要有实力都可以按照规范来开发实现,不同厂商的组件也可以在一起协同使用,每年的SUNONE会议都有成千的开发商参加。
目前国内不少厂商正在开发或已经开发出自己的J2EE应用服务器。
在本项目中采用J2EE技术架构,将大大提高了系统的可移植性、安全性、可伸缩性、负载平衡和可重用性等。
f.Python技术
Python是一种面向对象的解释型计算机程序设计语言,源代码和解释器CPython遵循GPL(GNUGeneralPublicLicense)协议。
Python语法简洁清晰,特色之一是强制用空白符(whitespace)作为语句缩进。
Python具有丰富和强大的库,能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
常见的一种应用情形是,使用Python快速生成程序的原型,然后对其中有特别要求的部分,用更合适的语言改写,比如3D游戏中的图形渲染模块,性能要求特别高,就可以用C/C++重写,而后封装为Python可以调用的扩展类库。
Python的设计哲学是“优雅”、“明确”、“简单”。
在设计Python语言时,如果面临多种选择,Python开发者一般会拒绝花俏的语法,而选择明确的没有或者很少有歧义的语法,能够支撑大规模的软件开发。
Python是完全面向对象的语言。
函数、模块、数字、字符串都是对象。
并且完全支持继承、重载、派生、多继承,有益于增强源代码的复用性。
Python支持重载运算符和动态类型。
Python本身被设计为可扩充的。
并非所有的特性和功能都集成到语言核心。
Python提供了丰富的API和工具,以便程序员能够轻松地使用C语言、C++、Cython来编写扩充模块。
Python编译器本身也可以被集成到其它需要脚本语言的程序内。
使用Python将其他语言编写的程序进行集成和封装。
g.OLAP技术
联机分析处理(OLAP)技术是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互的存取,从而获得对数据更深入的了解的一类软件技术。
OLAP的多维数据结构。
数据在多维空间中的分布总是稀疏的、不均匀的。
在事件发生的位置,数据聚合在一起,其密度很大。
因此,OLAP系统的开发者要设法解决多维数据空间的数据稀疏和数据聚合问题。
事实上,有许多方法可以构造多维数据。
(1)超立方结构:
超立方结构(Hypercube)指用三维或更多的维数来描述一个对象,每个维彼此垂直。
数据的测量值发生在维的交叉点上,数据空间的各个部分都有相同的维属性。
这种结构可应用在多维数据库和面向关系数据库的OLAP系统中,其主要特点是简化终端用户的操作。
超立方结构有一种变形,即收缩超立方结构。
这种结构的数据密度更大,数据的维数更少,并可加入额外的分析维。
(2)多立方结构:
在多立方结构(Multicube)中,将大的数据结构分成多个多维结构。
这些多维结构是大数据维数的子集,面向某一特定应用对维进行分割,即将超立方结构变为子立方结构。
它具有很强的灵活性,提高了数据(特别是稀疏数据)的分析效率。
一般来说,多立方结构灵活性较大,但超立方结构更易于理解。
终端用户更容易接近超立方结构,它可以提供高水平的报告和多维视图。
但具有多维分析经验的MIS专家更喜欢多立方结构,因为它具有良好的视图翻转性和灵活性。
多立方结构是存储稀疏矩阵的一个更有效方法,并能减少计算量。
因此,复杂的系统及预先建立的通用应用倾向于使用多立方结构,以使数据结构能更好地得到调整,满足常用的应用需求。
许多产品结合了上述两种结构,它们的数据物理结构是多立方结构,但却利用超立方结构来进行计算,结合了超立方结构的简化性和多立方结构的旋转存储特性。
(3)活动数据的存储:
用户对某个应用所提取的数据称为活动数据,它的存储有以下三种形式:
1)关系数据库:
如果数据来源于关系数据库,则活动数据被存储在关系数据库中。
在大部分情况下,数据以星型结构或雪花结构进行存储。
2)多维数据库:
在这种情况下,活动数据被存储在服务器上的多维数据库中,包括来自关系数据库和终端用户的数据。
通常,数据库存储在硬盘上,但为了获得更高的性能,某些产品允许多维数据结构存储在RAM上。
有些数据被提前计算,计算结果以数组形式进行存储。
3)基于客户的文件:
在这种情况下,可以提取相对少的数据放在客户机的文件上。
这些数据可预先建立,如Web文件。
与服务器上的多维数据库一样,活动数据可放在磁盘或RAM上。
OLAP数据的处理方式。
OLAP有三种数据处理方法。
事实上,多维数据计算不需要在数据存储位置上进行。
1)关系数据库:
即使活动的OLAP数据存储在关系数据库中,采用在关系数据库上完成复杂的多维计算也不是较好的选择。
因为SQL的单语句并不具备完成多维计算的能力,要获得哪怕是最普通的多维计算功能也需要多重SQL。
在许多情况下,一些OLAP工具用SQL做一些计算,然后将计算结果作为多维引擎输入。
多维引擎在客户机或中层服务器上做大部分的计算工作,这样就可以利用RAM来存储数据,提高响应速度。
2)多维服务引擎:
大部分OLAP应用在多维服务引擎上完成多维计算,并且具有良好的性能。
因为这种方式可以同时优化引擎和数据库,而服务器上充分的内存为有效地计算大量数组提供了保证。
3)客户机:
在客户机上进行计算,要求用户具备性能良好的PC机,以此完成部分或大部分的多维计算。
对于日益增多的瘦型客户机,OLAP产品将把基于客户机的处理移到新的Web应用服务器上。
多维数据库。
多维数据库(Multi-DimesionalDatabase,MDD)可以简单地理解为:
将数据存放在一个n维数组中,而不是像关系数据库那样以记录的形式存放。
因此它存在大量稀疏矩阵,人们可以通过多维视图来观察数据。
多维数据库增加了一个时间维,与关系数据库相比,它的优势在于可以提高数据处理速度,加快反应时间,提高查询效率。
OLAP工具用4GL提供了完善的开发环境、统计分析、时间序列分析、财政报告、用户接口、多层体系结构、图表等许多其他功能。
尽管不同的OLAP工具都使用了它们自己的多维数据库,但它们在不同程度上也利用了关系数据库作为存储媒体。
因为关系数据库和OLAP工具同时在高端服务器上处理,所以速度和效率仍然很快。
h.开发语言
开发语言选用先进的JAVA。
Java是一种简单的、面向对象的、分布式的、解释的、健壮的、安全的、结构中立的、可移植的、性能很优异的多线程的动态的语言。
主要体现在:
Java是一种纯面向对象的语言,具有封装(Encapsulation)、继承(Inheritance)和多态(Polymorphism)的特性,可以被用于面向对象这种现代软件工程。
Java对网络有非常强大的支持,对Internet有着极为深远的影响,因为它加大了网络世界的对象中能够自由移动的空间。
Java具有与平台无关性和可移植性,解释执行与及时编译技术的完美结合,提供了相当高的运算性能。
Java设计时对系统的安全,特别是网络安全做了周密的考虑。
通过字节码验证、内存调用方式、资源使用权限等进行多层次的安全管理。
Java被认为是在任何系统上最安全的应用程序之一。
总而言之,JAVA代表了世界范围内的软件发展方向,以微软和SUN公司为代表的软件公司正在加紧各自对JAVA技术的产品研发投入。
10.1.5功能设计
(1)用户角色管理
1)提供用户账号管理、注册管理功能
2)提供权限管理,设立基于角色的访问控制,同时支持相对应管理域的划分
(2)客户资源管理
1)根据客户的属性信息维度,实现对客户资源信息的新增、删除、编辑维护和综合性查询等操作。
2)需支持客户数据在二维/卫星遥感影像地图的物业资源同步匹配更新。
3)提供意向客户跟进服务情况(包括不限于招商服务中心联系人、接洽进度、结果反馈等)的记录、意向客户在签约成功后系统可自动转为实体入驻客户。
4)提供签约用户的合同管理。
5)支持实现格式化导出打印。
(3)全景影像展示
借助二维/卫星遥感影像地图、空中高清全景影像,地面高清全景影像、物业实景照片、物业资源平面结构图、声音图片文字等多媒体元素、热点跳跃、弹出窗口和缩略图快速切换等手段和方式,展现物业资源的真实状况及各物业资源区域的现场实景。
(4)合同审批管理
1)根据预先设定基本招商审批应用流程,实现签约审批的过程的跟踪。
2)设定与省、市、区有关招商政策的数据链接,实现新增、编辑、删除和查询等操作。
3)预先设定奖励政策条件,根据入驻客户(含虚拟注册企业)的实际经营情况,为协税护税单位自动匹配奖励政策,为年度考核提供参考依据。
4)实现与区(局、委)办公业务资源系统OA的对接与互通。
5)支持根据客户信息一键自动生成格式化合同并支持导出打印功能。
(5)物业资源管理
1)实现对物业资源信息的新增、删除、编辑维护和综合性查询等操作。
2)系统支持实现对物业空间点位的信息、各种定制化图表以更直观的方式展示给用户,支持编辑功能,前后端同步更新。
3)物业资源显示属性可配置
4)支持实现格式化导出打印。
(6)地理信息管理
1)支持二维/卫星遥感影像地图,全面展示名胜区经营业态定位、招商规划的区域位置分布等。
能按查询条件,分别展示不同经营业态规划的区域位置、目前区域内已使用及未使用物业资源分布点位,辅助文字介绍名胜区业态发展方向及招商定位等内容。
2)全面展示单个资源项目的完整基础信息;能按查询条件,展示相应类别的资源目录,以及单个资源的具体信息和实景图像,包含平面结构图和剖面结构图。
(7)预警提醒管理
1)实现客户回访周期、合同履约和到期、签约合同的优惠政策条件的履约等预警提醒功能。
2)提供预警提醒条件的可配置功能。
(8)日志管理
提供日志监控服务,生成系统日志、操作日志等日志记录,实现问题快速定位及审计操作。
(9)数据接口
提供统一标准的数据接口,实现与云数据平台统一交换,为云数据中心提供丰富的数据资源。
(10)系统开发
1)系统基于开源操作系统进行开发。
2)系统支持虚拟化架构。
3)系统支持分布式部署。
(11)基本性能指标
1)支持规模和并发性指标
本系统建设规模至少可满足1000名用户并访问,支持在线人数200用户的访问能力;其中并发操作指多用户同时在平台上进行的访问、信息修改等各类操作。
2)存储指标
a.各种操作日志、系统运行日志、用户访问日志等各种日志原始文本文件,至少存储24个月;
b.系统对关键数据有实时备份,并对整体数据有离线备份功能,离线备份时间窗口为7天,每24个小时增量备份一次数据。
3)页面性指标
a.用户登陆时系统的响应时间小于3秒。
b.在网络稳定(业务有效带宽不少于512kbps)的环境下一般查询、执行操作响应时间控制在2秒之内
c.运行信息的统计、信息核查的响应时间不超过2秒钟。
d.系统各功能模块运行稳定、可靠,响应速度要求迅速及时。
e.系统登陆、基本功能切换服务响应时间≤2秒。
f.首次地图服务请求响应时间≤3秒;地图操作时,需要平滑流畅,不能出现明显