
大数据分析发展智慧旅游
日前,“智慧城市大挑战”全球首站在惠州举办。项目围绕“智慧旅游”课题,经过3周实地考察调研,对惠州利用大数据分析和“互联网+”发展智慧旅游积极献策。
近期国务院印发《关于进一步促进旅游投资和消费的若干意见》(以下简称《意见》),部署改革创新促进旅游投资和消费工作。其中明确,实施旅游投资和消费促进计划,积极发展“互联网+旅游”,新辟旅游消费市场,培育新的消费热点。
“作为全国智慧城市建设的试点市,惠州如果能够进一步运用互联网等新技术手段,将有力促进智慧旅游成为新的经济增长热点。”惠州市旅游局局长黄细花说。
对此,来自IBM的专家组成员、智慧城市战略与分析咨询负责人洪小舟表示,互联网时代的游客从被动变主动,建议惠州关注政府、企业、社区、游客4者间的平衡,从游客角度出发,建设旅游数据云,打造360度游客视图分析预判,构建“旅游+”生态系统。
旅游业呈四大趋势
随着经济发展和近几年国家鼓励消费拉动,旅游业在今后发展潜力巨大。专家分析,结合当下无处不在的互联网环境和信息革命,旅游业发展呈现四大趋势。
“首先,互联网时代的游客被动游变主动游。旅行者已从过去依赖旅行社愈发明显地转变为依托互联网的自助游,充分获取旅游目的地的信息来安排自身的行程。因此更应该从游客的角度出发,为他们着想,提高感知和体验质量。”项目组专家Kaaren Koomen说。
同时,鉴于大数据驱动的旅游变革,通过对点评数据、消费数据等旅游数据的深度挖掘,让游客精准地指导自身的消费行为,同时也让景区可以更好地了解游客。这也使得智慧旅游成新趋势,景区智慧化成为重点。
另外,“旅游+”成新方向。应充分发挥旅游业的拉动力、融合能力,及催化、集成作用,为相关产业、商业发展提供平台,形成新业态,提升其发展水平和综合价值,打造和谐共赢的旅游生态系统。
据了解,作为IBM全球单项投入最大的公益计划,“智慧城市大挑战”每年在全球范围内选择具智慧发展活力的城市与之合作,通过专家调研,为入选城市在经济发展、产业转型、文化教育等领域提供规划、管理和技术等建议。今年5月,惠州从全球100多个城市中脱颖而出,成功入选该项目,成为继成都、南京、佛山、济南后,第五个入选IBM“智慧城市大挑战”的中国城市。
大数据分析辅助决策
几天前,国务院印发《促进大数据发展行动纲要》,指出大数据成为推动经济转型发展的新动力,可显著提升经济运行水平和效率,且持续激发商业模式创新,不断催生新业态。同时,大数据也成为提升政府治理能力的新途径。
对此云计算专家Susan Schreitmueller表示认同, “要想更好了解游客,提出针对性强、定位准确的解决方案以优化体验质量,互联网背景下的大数据资源应该受到重视。”
以惠州为例,有关数据显示,目前针对以上信息已有数据仅占15%,有30%的数据存在但未能共享,而有高达55%的数据未能获取。“应利用大数据收集和分析增进客户洞察,从到访景点、停留时间、社交媒体表达到各类消费等等,应当建立360度游客视图来更好地了解他们。”
她举例,“依靠描述性分析,我们可以发现今年8月来这里的游客变多了,为什么会多;再进行预测性分析,得出明年8月来这的游客会增加还是减少,幅度多少;最终通过规范分析,得出需要把车位增加22%这样的建议。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25