旅游服务大数据建设与应用示范项目可行性研究报告Word格式.docx

旅游服务大数据建设与应用示范项目可行性研究报告Word格式.docx

《旅游服务大数据建设与应用示范项目可行性研究报告Word格式.docx》由会员分享，可在线阅读，更多相关《旅游服务大数据建设与应用示范项目可行性研究报告Word格式.docx（23页珍藏版）》请在冰豆网上搜索。

**太湖国家旅游度假区

五、项目建设内容

该建设项目为**旅游服务大数据平台建设项目，项目总投资3000万元人民币。

主要建设内容：

构建旅游服务大数据平台，该平台内含旅游路线信息，旅游信息查询，旅游收入统计，旅游大数据预测四大模块，平台整合全省旅游信息，旨在打造全方位智能化的旅游服务。

六、建设期限

本项目建设工期为36个月（2017年3月-2020年2月）。

七、项目总投资

本项目总投资3000万元人民币，所需资金主要由项目申请单位与企业解决，并申请国家财政补贴。

八、资金来源

本项目总投资3000万元人民币，其中拟申请国家补贴600万元。

九、可行性结论

该项目投资3000万元人民币，项目建设工期为36个月。

通过项目的投资规模、建设期限、建设内容及社会效益等方面内容，经过专家的论证得出结论，该项目建设内容符合国家产业政策，投资计划合理，建设规模适度，建设资金落实到位，技术上非常可行。

通过本项目的建设，将大数据旅游、一站式旅行服务业务集中于云计算服务平台，旅游云计算服务平台建设的内容、方案，借助基于云计算中心的空间信息处理能力和大数据挖掘能力，构建大数据旅游服务商业模式，实现旅游的精准互动营销、游客的个性化服务。

**旅游服务大数据平台投入运营后，通过大数据记录下游客的消费习惯、消费时间、旅游线路，消费习惯等等信息，通过对这些数据的分析，可以推测出每年何时为旅游高峰，游客喜欢哪些景点以及物品，提前对这些情况做好准备，改进景区中的不足，并在何时的时机定向推送消费。

因此会产生巨大的经济效益，对促进当地社会和谐发展具有积极意义，项目的建设十分可行也非常必要。

第二章项目的意义和必要性

旅游业信息化发展滞后于旅游的整体发展需要，旅游信息资源零散、碎片化，旅游信息资源开发程序滞后，静止的信息多，不断更新的信息少，多数旅游信息离及时、快速、全面这些要求还有着很大的差距。

部分旅游商家仍然采用传统的商业模式，信息服务能力较差，信息不畅，资源无法共享，主管部门很难管理。

多数旅游平台只是做了一个门户，功能、互动都很少，不能完全满足游客和社会的需求。

旅游大数据服务作为智慧城市建设的重要内容，它需要综合运用物联网、云计算等新一代信息技术，借助各类终端设备，通过多种通信方式，实现对旅游信息的智能感知、智能管理，让旅游信息及时、全面处理，使旅游的全过程实现智能化。

基于旅游行业整体发展的需要，让游客吃、住、行、游、购、娱、展、演等整个旅游业态都实现信息化，建设一个功能全面综合化旅游产业服务平台势在必行。

第三章国内外发展现状

一、国外现状

大数据作为新兴产业受到了国内外政府的鼓励与支持，资金与智力投资双管齐下，使得大数据产业迅速兴起，而旅游业正逐渐成为世界上最大的产业，旅游大数据服务平台的发展与利用已经成为国外众多国家社会与经济发展的重要课题。

1）韩国发展掌上移动旅游信息服务平台。

它是基于智能手机等移动终端，以用户所处地点为中心，提供周围的景点、酒店和餐饮等旅游信息。

即通过移动旅游信息服务平台安排合理的行程线路，游客不仅可以通过该平台获取信息，还可免费下载周边景区的信息应用程序。

2）英、德开发“智能导游”服务平台软件。

该软件以“增强现实”技术为基础，让游客通过声光与影像，游客只需要用手机摄像头，量身定做专属于游客的旅行方案，相当于一个全职导游。

3）比利时发展“标识都市”项目。

比利时推出基于微电子旅游大全“标识都市”项目，布鲁塞尔用二维码技术和城市的信息进行对接。

通过手机扫描二维码获取信息，将旅行手册所提到的所有信息都以二维码的形式体现，在2013年9月21日推出中文版。

4）新加坡开启“旅游计划”。

新加坡推出“智慧国2016计划”，包括购买相关旅游商品或专门服务。

为游客整合旅游前、旅游中、旅游后的信息服务。

游客可以利用智能手机等移动终端，接受到旅游信息，提供具有个性化的针对信息服务。

二、国内现状

中国旅游产业的发展也进入了一个快速增长时期，旅游服务平台利用旅游行业数据库进行分析,国内研究单位大力建设旅游相关的数据中心、服务端平台、使用端平台、将IT构架引人旅游业,将分散、海量的旅游信息,更友好地呈现出来,方便客人计划和安排行程,并决定购买，以下是国内典型的旅游服务平台介绍：

1）南京市旅游服务平台：

南京市旅游服务平台包括前端应用体系和后端支撑体系。

前端应用体系包含六个技术主体以及一套保障体系。

后端支撑体系由旅游信息资源数据库和基础服务系统组成，提供全面、强大的支持服务。

2）北京市旅游以“智慧北京便利旅游”为主题,开发三个系统（自助导游讲解系统、城市自助导览系统、网络虚拟旅游系统）,推进四个数字（数字景区、数字酒店、数字旅行社、数字乡村）,推出一卡一亭（一卡通和北京礼物网上特色商亭）,在三年内实现无线宽带。

3）武汉市旅游大数据服务平台建设是根据信息生成、传输、处理和应用的过程，通过网络将感知的各种信息进行接入和实时传送；

支撑层是为了智能处理，利用云计算等各种智能计算技术，及时地对海量的数据进行信息控制、分析和处理，分为智慧终端和采集终端，智慧终端主要是便携的终端上网设备，为旅游者提供丰富的服务。

第四章项目建设方案

一、建设目标

该建设项目为**旅游服务大数据平台建设项目，项目总投资3000万元人民币，主要建设内容：

二、建设方案

**旅游服务大数据平台的建设结合实际需求，实行统筹规划、分步实施，搭建一个支撑多元渠道的智慧旅游综合数据中心，开发**旅游服务大数据平台；

开发**旅游服务信息咨询与服务系统、旅游行业管理系统、智慧景区信息系统和智慧旅游电子商务系统四大子系统平台，实现旅游信息查询、旅游收入统计、旅游大数据预测等功能。

打响旅游品牌，建成中心城市和国内知名、一流的智慧旅游线路。

图1旅游服务大数据平台

**旅游服务大数据平台通过利用运营商大数据资源打造实时数据分析的信息化基础平台，通过对游客信息进行多维度的精准分析和有效预测，可以为用户提供舆情分析、事件预警，同时可以通过有效整合旅游监管数据、旅游行业数据、为政府、旅游企业制定宣传营销策略提供有效的数据支撑，真正实现“智慧旅游”。

解决方法与步骤方案如下：

1）数据采集实时采集运营商用户海量数据，包括用户号码、位置、时间等等。

2）挖掘分析对数据进行深度挖局分析，为旅游局及相关政府部门提供实时准确的区域及景区游客报表。

3）预警发布在某些景区出现拥堵或者其他紧急情况可自动精确向游客推送预警信息。

**旅游服务大数据建设项目提供基础服务，利用大数据的信息充实和创新平台服务，把旅游服务推向更加智能、更加便捷的更高水平，实现的主要功能与应用包括以下5部分:

1.智慧导览与智能导游的开发与应用平台

智慧导游与智慧导览就是利用云计算、物联网等新技术，游客仅利用手机APP就可以实现智能导游讲解，实时接收到对应景点的语音、图文等介绍，并可以将其保存至手机。

2.游客餐饮消费智能信息管理系统的开发与应用平台

通过开发餐饮消费智能信息管理软件，形成强大的后台餐饮消费数据感知网络，对服务的企业进行餐饮消费智能微分析。

了解和分析单个游客的消费偏好，进行良好的客户关系管理，有利于提升游客的满意度及商家的商品推广和电子商务；

同时，也可以了解商家的实时运营状况，有利于其运营管理和诊断运营中存在的不足。

3.旅游市场智能调研系统的开发与应用平台

智能调研系统建立在智能终端调研平台和在线调研平台之上，分别通过浏览器调查数据收集系统和智能手机、平板电脑、智能PAD的调查数据收集系统，以互联网和2G、3G、4G或者WiFi等网络接入作为数据收集渠道，帮助用户快速、高效的开展抽样调查工作。

智能调研系统的开发与应用，使得问卷更加具有针对性。

4.游客住宿消费智能信息管理系统的开发与应用平台

通过开发住宿消费智能信息管理软件，形成强大的后台煮熟数据感知网络，对服务的企业进行住宿智能微分析。

5.旅游景区服务大数据子平台

通过这一平台，服务地区内各大景区实时游客数量、游客归属地、游客活动轨迹、游客驻留时长、游客进入景区次数等多种信息将一览无遗。

此举将推动当地旅游业的管理、服务、消费等方面的深度变革。

该平台利用中国移动分布在景区周边的基站资源，通过构建基础数据处理能力及大数据算法模型，将当地各大景区实时游客数量、游客归属地、游客活动轨迹等信息进行处理

三、技术基础

（一）大数据关键技术介绍

1.大数据采集技术

数据是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化（或称之为弱结构化）及非结构化的海量数据，是大数据知识服务模型的根本。

重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术；

突破高速数据解析、转换与装载等大数据整合技术；

设计质量评估模型，开发数据质量技术。

2.大数据预处理技术

主要完成对已接收数据的辨析、抽取、清洗等操作。

1）抽取：

因获取的数据可能具有多种结构和类型，数据抽取过程可以帮助我们将这些复杂的数据转化为单一的或者便于处理的构型，以达到快速分析处理的目的。

2）清洗：

对于大数据，并不全是有价值的，有些数据并不是我们所关心的内容，而另一些数据则是完全错误的干扰项，因此要对数据通过过滤“去噪”从而提取出有效数据。

3.大数据存储及管理技术

大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。

重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。

主要解决大数据的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。

开发可靠的分布式文件系统（DFS）、能效优化的存储、计算融入存储、大数据的去冗余及高效低成本的大数据存储技术；

突破分布式非关系型大数据管理与处理技术，异构数据的数据融合技术，数据组织技术，研究大数据建模技术；

突破大数据索引技术；

突破大数据移动、备份、复制等技术；

开发大数据可视化技术。

4.大数据分析及挖掘技术

大数据分析技术。

改进已有数据挖掘和机器学习技术；

开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；

突破基于对象的数据连接、相似性连接等大数据融合技术；

突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。

（二）系统网络结构

1.系统需求分析

由于近年来互联网上计算数据的总量呈爆炸式增长，据不完全统计，仅2010年初到现在，互联网上的数据传输量就达到175EB，不到一年的数据量超过了过去9年的数据量总量。

按照需求规划的1860家媒体数据量也是相当庞大的，所以监测系统必须要具备采集、存储、分析互联网媒体中海量数据的能力，而且产品还对数据采集周期有一定要求，负责采集数据的爬虫系统需要具备非常高的抓取效率。

系统将来需要处理的数据量肯定将会越来越多，所以在设计整个系统架构时，需要充分的考虑系统各个模块（主要是采集、存储、分析）的扩展性，采用分布式集群设计。

2.系统拓扑方案设计

网络采用星型网络拓扑结构,并采用分层方式设计。

简化网络结构，提高数据传输效率。

网络核心交换到服务器，形成千M到千M传输，网络接入层设计、内部网络