旅游大數(shù)據(jù)研究熱點及特征探析
——基于國外文獻的分析

吳開軍

(廣東財經(jīng)大學 地理與旅游學院，廣東 廣州 510320)

一、引言

自從互聯(lián)網(wǎng)問世以來，旅游信息處理和交易的主要部分都是以電子方式處理的[1-2]。因此，在互聯(lián)網(wǎng)上會留下很多游客與旅游有關的電子痕跡，包括旅游決策、旅游過程、旅游反饋、問卷調(diào)查的相關電子信息，如旅游前對旅游線路、飯店、住宿等的搜索信息，旅游過程中通過在線平臺(推特、臉書、微信、微博等)用文字、圖片、視頻等形式發(fā)布的即時心境信息，旅游后對旅游線路、飯店、住宿等的評價信息[3]。久而久之，海量的旅游電子信息就會儲存在不同的在線平臺甚至旅游企業(yè)運營數(shù)據(jù)庫中，這就構成了旅游大數(shù)據(jù)。2008年《Nature》雜志所設立的“Big Data：Science in the Petabyte Era”系列?？教岢隽舜髷?shù)據(jù)的概念。旅游大數(shù)據(jù)和其他行業(yè)的大數(shù)據(jù)一樣，也經(jīng)歷了三個發(fā)展階段，即20世紀八九十年代的數(shù)據(jù)庫時代、21世紀初的UGC時代和2010年左右開始的大數(shù)據(jù)時代。如今，大數(shù)據(jù)在業(yè)界和學術界已成為熱門的課題，而在旅游學界真正用“big data”這一術語對旅游進行研究開始于2013年，之后出現(xiàn)了大量的研究成果。在此背景下，本文收集截至2017年底發(fā)表在國外期刊上有關旅游大數(shù)據(jù)的文獻，以期對旅游大數(shù)據(jù)研究成果的研究熱點和特點進行較全面的分析，并研判其發(fā)展趨勢，為國內(nèi)旅游大數(shù)據(jù)研究提供借鑒。

二、研究方法、數(shù)據(jù)獲取及描述性統(tǒng)計分析

(一)研究方法

本文主要使用文獻計量法和內(nèi)容分析法對旅游大數(shù)據(jù)研究成果進行研究。文獻計量法通過對旅游大數(shù)據(jù)研究成果的數(shù)量、時間、地域等外部特征進行統(tǒng)計分析，探討其分布特征及變化規(guī)律；內(nèi)容分析法是以旅游大數(shù)據(jù)研究成果的關鍵詞等內(nèi)容特征為研究對象，探討國外旅游大數(shù)據(jù)研究領域的研究熱點問題。

(二)數(shù)據(jù)獲取

本文選擇Web of Science以及Google學術作為數(shù)據(jù)獲取來源，以“big data”加“tourism、travel、tourist”為題名、主題、關鍵詞進行檢索，檢索時間是2018年1月12—15日。運用HistCite軟件對遺漏文獻進行補全、剔除、清洗數(shù)據(jù)，最后獲得符合研究條件的文獻91篇，文獻時段主要是在2013年(最早出現(xiàn)旅游大數(shù)據(jù)研究的文獻)到2017年，文獻來源于國外的期刊論文、著作專題章節(jié)、會議論文集、學位論文。

(三)描述性統(tǒng)計分析

從時間分布上看，2013年只有4篇文獻，2014年增長到7篇，2015年14篇，2016年迅速增長到27篇，2017年達到39篇，2013年以來文獻呈現(xiàn)逐年增長態(tài)勢，表明對旅游大數(shù)據(jù)的研究越來越受到學者們的關注。

從文獻來源分布上看，期刊論文54篇、會議論文集31篇、著作專題章節(jié)5篇、碩士學位論文1篇。通過統(tǒng)計可知，期刊論文最多，在文獻總量中占比為59.3%；會議論文集處于第二，占比為34.1%，表明對旅游大數(shù)據(jù)的研究還處于探討階段。

從第一作者地域分布來看，來自北美洲、歐洲和亞洲的學者占絕對多數(shù)，北美洲共有19篇，以來自美國的學者居多，其中美國18篇，加拿大1篇；歐洲共有29篇，學者來源國較分散，其中意大利6篇，西班牙4篇，德國4篇，瑞典3篇，法國3篇，英國、荷蘭、希臘、克羅地亞、波蘭、奧地利、葡萄牙、芬蘭和瑞士各1篇；亞洲共有43篇，以中國大陸居多，其中中國31篇(包括中國大陸27篇，香港2篇，臺灣2篇)，韓國7篇，印度2篇，馬來西亞、斯里蘭卡、印度尼西亞各1篇；大洋洲有2篇，來自澳大利亞的學者。從第一作者地域分布來看，中國大陸學者和美國學者分別處于第一位(27篇)和第二位(18篇)，遠遠高于第三位的韓國(7篇)，尤其是中國大陸學者在旅游大數(shù)據(jù)研究上后來居上，這和中國旅游業(yè)近幾年的高速發(fā)展(互聯(lián)網(wǎng)+旅游、智慧旅游)有關。

從文獻的關鍵詞上看，91篇文獻共有關鍵詞183個，使用EXCEL進行詞頻統(tǒng)計處理，3次以上的高頻詞有19個(見表1)。

表1 高頻關鍵詞統(tǒng)計表

三、研究熱點(一)從計算機科學視角研究旅游大數(shù)據(jù)

1.旅游大數(shù)據(jù)的來源。大數(shù)據(jù)一般有五種來源，一是網(wǎng)絡和社交媒體，如微博、推特、臉書；二是機器，如計算機、醫(yī)療器械；三是傳感器產(chǎn)生的傳感信號；四是連接到因特網(wǎng)的設備信息；五是財務和工作數(shù)據(jù)的交易信息[4]。

信息時代的來臨，催生了離不開使用信息和通訊技術及移動設備的新旅游者，他們多渠道多時空的交流方式在網(wǎng)絡上產(chǎn)生了很多事件痕跡，這些事件以乘數(shù)級別發(fā)展，構成了旅游大數(shù)據(jù)[5]。很多學者都認為旅游大數(shù)據(jù)來自于互聯(lián)網(wǎng)的蓬勃發(fā)展，尤其是智能終端高度發(fā)展和芯片小型化的近幾年。一方面，由于信息和通訊技術在人們?nèi)粘Ｉ钪衅占昂蛿U散，使人們能夠方便地在網(wǎng)絡上即時創(chuàng)造和分享發(fā)生的身邊事，這些結構化或半結構化的信息、經(jīng)驗、反饋和想法就構成了大數(shù)據(jù)[6]。另一方面，發(fā)布共享圖片、觀點、評述、評論評級的社區(qū)網(wǎng)站在當前的互聯(lián)網(wǎng)生態(tài)系統(tǒng)中發(fā)揮著越來越重要的作用，商務客和休閑客都經(jīng)常使用一些社區(qū)網(wǎng)站或應用程序，如TripAdvisor、Flickr、Panoramio、Hotels.com、booking.com，在旅行準備階段對旅游酒店的預訂選擇，旅游過程中對旅游餐廳的選擇和旅游故事的講述(用圖文并茂的形式)，旅游之后對旅游景點、餐廳、酒店進行評價等，久而久之海量旅游者在各種社區(qū)網(wǎng)站或APP留下的旅游相關信息就構成了如今的旅游大數(shù)據(jù)[7]。

在過去十年，可獲得越來越多的旅游數(shù)據(jù)用來作為研究或發(fā)展所用，如今的旅游數(shù)據(jù)不是稀缺，而是海量，隨著技術的發(fā)展，以較低的成本將日益增長的海量旅游數(shù)據(jù)數(shù)字化的可能性增加，這些海量旅游數(shù)據(jù)主要有兩種來源，第一種是管理數(shù)據(jù)、由傳感器(如相機、電子交通圈和公共交通卡)產(chǎn)生的數(shù)據(jù)、手機數(shù)據(jù)等；第二種是進入2.0時代的互聯(lián)網(wǎng)，網(wǎng)民不再被動接受網(wǎng)絡內(nèi)容，而是借助智能手機和其他便攜設備，在吸收網(wǎng)絡內(nèi)容的基礎上生產(chǎn)自己的內(nèi)容并在互聯(lián)網(wǎng)或社交媒體上擴散，從而產(chǎn)生數(shù)據(jù)[8]。多數(shù)的旅游大數(shù)據(jù)都是被動數(shù)據(jù)，被動數(shù)據(jù)是一種不是旅游者有意產(chǎn)生的數(shù)據(jù)，它來自于游客為某種目的操作手機后留下的數(shù)據(jù)，游客在線活動自動生成的社會媒體數(shù)據(jù)，世界各地許多交通系統(tǒng)收集的智能卡數(shù)據(jù)等[9]。

2.旅游大數(shù)據(jù)獲取。由于大數(shù)據(jù)的數(shù)據(jù)量太大，在研究過程中獲取數(shù)據(jù)是第一步，也是比較重要的一環(huán)。在旅游大數(shù)據(jù)的獲取過程中，用到的是數(shù)據(jù)挖掘(Data Dining)技術，其主要包括關聯(lián)分析、序列模式、分類、聚類和異常檢測等[8，10-11]。常見的是網(wǎng)絡爬蟲，它是一個小軟件程序，可以按條件抓取網(wǎng)頁中所需要的內(nèi)容，分為“專業(yè)網(wǎng)絡爬蟲程序”和“普通網(wǎng)絡爬蟲程序”，前者可以從某個旅游住宿提供者發(fā)布信息的具體網(wǎng)站如TripAdvisor，booking.com上抓取，后者可以從互聯(lián)網(wǎng)中搜索或抓取包含某個關鍵詞如Hotel、B&B等的網(wǎng)頁。N.Heerschap等采用網(wǎng)絡爬蟲技術收集荷蘭較小住宿單位的數(shù)據(jù)去編制旅游住宿統(tǒng)計資料，而這種數(shù)據(jù)往往是旅業(yè)商會不能完整提供的[8]。F.C.García等近期在使用旅游大數(shù)據(jù)研究旅游統(tǒng)計質量時提出有三種方法獲取旅游大數(shù)據(jù)，它們是信用卡(游客旅行期間的信用卡活動記錄)、移動電話(游客從一個地方到另一個地方的移動電話記錄)和網(wǎng)絡抓取(像上文介紹的網(wǎng)絡爬蟲技術)，另外他們在研究西班牙的入境旅游統(tǒng)計過程中還使用了交通控制攝像機來抓取境外車輛數(shù)據(jù)[12]。M.D’Amore等開發(fā)了一種用六臺機器組合成的命名為Raspberry Pi的系統(tǒng)，它是一種開源的、低成本獲取網(wǎng)絡大數(shù)據(jù)的采集系統(tǒng)，可以使學者和研究者方便地獲取旅游大數(shù)據(jù)從而更好地研究旅游現(xiàn)象[13]。

3.旅游大數(shù)據(jù)處理。旅游大數(shù)據(jù)研究過程中第二步是對獲取數(shù)據(jù)的處理，這是關鍵的一環(huán)，這步需要提取所需的信息，清理它們，并將它們轉換成有用的信息，用于統(tǒng)計分析數(shù)據(jù)的生成。旅游企業(yè)往往把它們的信息發(fā)布在好幾個網(wǎng)站上，不僅發(fā)布在自己企業(yè)的網(wǎng)站，還發(fā)布在影響力較大的知名網(wǎng)站上，如連鎖住宿提供商B&B會把住宿信息發(fā)布在自己的官網(wǎng)，也會發(fā)布在booking.com、Hotels.com等網(wǎng)站上，或在社交媒體(臉書、推特)和eBay上進行發(fā)布，這就造成了研究抓取出來的信息存在重復，清理數(shù)據(jù)時就要進行重復數(shù)據(jù)刪除處理，而往往這步不容易處理。以住宿供應商為例考察重復數(shù)據(jù)刪除難的原因，一方面當房間的名稱和地址不可用，拼寫不同或信息不明確或過時時，另一方面是名稱和地址的標準化，房間價格的可比性和解釋性，因為有時不清楚哪些元素(干凈、旅游稅、酒店活動)包含在價格里，客戶評價的可靠性(有時有偏見或假的)等[8]。

4.旅游大數(shù)據(jù)分析。旅游大數(shù)據(jù)研究過程中第三步是對數(shù)據(jù)的分析。傳統(tǒng)的統(tǒng)計分析是基于假設并借助于經(jīng)濟統(tǒng)計軟件如SAS、SPSS等的分析，大數(shù)據(jù)分析在某種程度上是一種機器學習的分析，這種機器學習分析的好處是它能快速生成模型來解釋和預測快速移動的數(shù)據(jù)，由于經(jīng)典的統(tǒng)計工具在大數(shù)據(jù)分析上的失敗，數(shù)據(jù)挖掘技術如決策樹、神經(jīng)網(wǎng)絡和回歸將應用到大數(shù)據(jù)的分析中[6，10]。

數(shù)據(jù)挖掘包括用于識別大數(shù)據(jù)中的趨勢和模式的統(tǒng)計和機器學習技術，比如對大數(shù)據(jù)的分類(常用人工神經(jīng)網(wǎng)絡、決策樹分析、規(guī)則歸納、K最近鄰技術)、估計、預測(常用多元統(tǒng)計技術)、聚類(常用K-均值、分層技術、Kohonen網(wǎng)絡)和關聯(lián)規(guī)則(尤其是市場籃分析)[14]。常用的機器學習技術有四種，第一種是K最近鄰(k-nearest neighbours，簡稱kNN)，它是可用于回歸和分類任務的一種非參數(shù)方法；第二種是支持向量機(support vector machines，簡稱SVM)，它是可用于回歸和分類任務的一種有關聯(lián)學習算法的監(jiān)督學習模型；第三種是提升樹模型(boosting trees)，它采用加法模型(基函數(shù)的線性組合)與前向分步算法，同時基函數(shù)采用決策樹算法，對待分類問題采用二叉分類樹，對待回歸問題采用二叉回歸樹；第四種是隨機森林(random forest)，它是利用多棵樹對樣本進行訓練并預測的一種分類器[15]。

目前，大數(shù)據(jù)在云計算、物聯(lián)網(wǎng)等技術的支持下，Google開發(fā)了MapReduce計算框架，Yahoo!、Facebook在此基礎上開發(fā)了Hadoop、PUMA，微軟開發(fā)了Cosmos，這些為旅游大數(shù)據(jù)的分析提供了很好的選擇。

(二)從經(jīng)濟學視角研究旅游大數(shù)據(jù)

1.旅游大數(shù)據(jù)對旅游知識生成的影響。大數(shù)據(jù)分析對于處理、建模和可視化數(shù)據(jù)是必不可少的，以便它能指導業(yè)務決策，大數(shù)據(jù)分析被證明是在旅游目的地建立真正的商業(yè)智能的必要工具，它改變了傳統(tǒng)的信息系統(tǒng)，并有助于旅游目的地產(chǎn)生知識[5]。知識是組織資源的一部分，它和組織的資產(chǎn)、能力、流程、信息一起提高組織的競爭力、效率和效益，保障組織戰(zhàn)略的實現(xiàn)。在旅游研究中，以知識為基礎的學派認為旅游是一種復雜的社會現(xiàn)象，知識是旅游業(yè)發(fā)展和競爭力的重要基礎[16]。旅游知識主要有兩個生成區(qū)域，一是知識創(chuàng)造的區(qū)域，二是知識學習和應用的區(qū)域[17]。大數(shù)據(jù)被認為是知識經(jīng)濟最有代表性的新興范式之一，它作為旅游業(yè)知識生成的寶貴來源對知識密集型旅游企業(yè)的創(chuàng)造和管理起著日益重要的作用[6]。大數(shù)據(jù)可以通過預測需求(34%)或通過增加對該部門的知識(22%)來改進知識的獲取[17]。旅游知識模型應該包括兩方面，一是相關旅游信息(旅游利益相關者，影響旅游的經(jīng)濟因素如旅游目的地貨幣不同、旅游消費者行為特點、人口統(tǒng)計信息等)的收集，二是這些信息間的關系(是否相互影響)[18]。

商業(yè)智能(Business Intelligence，BI)作為大數(shù)據(jù)的高級應用，可以顯著提高旅游目的地知識創(chuàng)造和獲取，它包括數(shù)據(jù)識別和準備，數(shù)據(jù)建模和數(shù)據(jù)倉庫數(shù)據(jù)量匯集，聯(lián)機處理和數(shù)據(jù)挖掘技術的應用[19]。M.Fuchs等就以瑞典領先的山地旅游目的地為例，探討了運用旅游目的地管理系統(tǒng)Are(Destination Management System Are)獲得新的一些游客旅游前和旅游后的資訊(知識)數(shù)據(jù)，如網(wǎng)頁瀏覽、預訂、反饋等，這是商業(yè)智能系統(tǒng)在旅游目的地游客實時行為獲取中的運用[14]。但是，在大數(shù)據(jù)基礎上的旅游知識生成會產(chǎn)生很多交聯(lián)的異構數(shù)據(jù)(有學者把它稱之為“旅游知識孤島”)，這種新的挑戰(zhàn)需要被稱為計算機和人機交互新時代的“認知計算(cognitive computing)”來解決[20]21。

2.旅游大數(shù)據(jù)對旅游消費行為的影響。旅游消費行為研究永遠是旅游研究的熱點之一，大數(shù)據(jù)時代也不例外，人們研究的重點放在旅游大數(shù)據(jù)如何影響著旅游消費行為，包括影響因素、形成機制、模型開發(fā)等方面。通過跟蹤和分析游客購買模式、購買行為、建議及其他已知影響銷售的驅動因素，能為潛在游客的購買決策過程提供前所末有的參考(H.Song等，2017)。利用數(shù)量大和獲取成本低的移動電話的位置大數(shù)據(jù)來分析旅游消費者的出行行為已成為很多機構的普遍做法，一個例子就是法國北卡羅萊納的法國寬闊河流大都會規(guī)劃組織運用移動電話位置大數(shù)據(jù)來掌握旅游者出行距離分布、平均旅行時間、旅游流等(F.Leta，2017)。C.Chen等在運用旅游大數(shù)據(jù)研究旅游消費行為中討論了三個重要方面，一是旅游大數(shù)據(jù)影響旅游消費行為的因素，研究表明社會人口統(tǒng)計、建筑環(huán)境、出行和替代等因素影響著旅游者的行為，它們之間存在著潛在的因果關系；二是開發(fā)旅游消費行為模型預測旅游者的旅游行為；三是識別旅游者的旅行模式[9]。游客在選擇旅游目的地時，受到人均收入、GDP和人口、距離、直航等因素的影響，但直航的可用性是游客選擇終點站的決定因素，S.Y.Park等采用查爾斯頓2012—2014年三年內(nèi)航班乘客的數(shù)據(jù)，運用多重力模型分析，將直接航班信息和網(wǎng)絡流量數(shù)據(jù)納入分析中，提高了客流量的解釋能力和預測未來航班旅客的準確性(S.Y.Park等，2017)。社會意識可視化分析系統(tǒng)(Social-Aware Visualized Analytic System，簡稱SAT)是專門為分析旅游消費者行為而開發(fā)的，它可以從多個社交媒體網(wǎng)站自動收集、清理和整合各種形式的旅游活動數(shù)據(jù)，進一步有效地分析查詢處理旅游活動數(shù)據(jù)的多個方面，并允許用戶以可視化和交互的方式了解游客的旅行行程和對景點的評價(N.Mhd等，2015)。

3.運用旅游大數(shù)據(jù)研究旅游需求。旅游需求的研究往往是旅游研究的熱點之一。旅游業(yè)正試圖結合各種數(shù)據(jù)來源，包括社交網(wǎng)絡數(shù)據(jù)，為客戶創(chuàng)造個性化的度假套餐(J.Adam等，2014)。以往游客在搜索旅游信息時只能依靠旅行社提供的旅游手冊和宣傳手冊，親自在旅行社門店搜索和使用信息，旅游需求被引導的重點是由旅行社提供的打包旅游產(chǎn)品，這種產(chǎn)品往往是由旅行社規(guī)劃好的、固定的旅游產(chǎn)品，部分游客也會根據(jù)親朋好友的建議或推薦選擇旅游產(chǎn)品。如今，旅游者通過數(shù)字旅游服務(如網(wǎng)站、各種應用程序和社交網(wǎng)絡中的社區(qū))遠程搜索和使用信息，旅游需求變得多樣化，包括旅游景區(qū)、住宿、休閑活動、美食等，同時旅游行程靈活、可訂制，各種需求的反饋及時[13]。

在酒店行業(yè)，由于競爭日益加劇，酒店管理人員需要準確把握酒店屬性，提升各方面服務能力，更好地優(yōu)化操作流程，以便滿足游客的需要，從而提升競爭力。酒店需要短期和高頻率的預測，從而在激烈的市場競爭中保持敏捷的反應性(Hayes等，2011)。酒店管理者可以建立包括搜索引擎查詢、網(wǎng)站流量和每周天氣信息在內(nèi)的旅游大數(shù)據(jù)源的時間序列模型，建立一個精確的每周酒店入住率預測模型，來判斷游客住宿需求(Bing Pan等，2017)。

(三)從信息學視角研究旅游大數(shù)據(jù)

學者們從信息學視角研究旅游大數(shù)據(jù)主要表現(xiàn)在對智慧旅游的研究(Guanglu Liu等，2016；Gangzhi Guo，2016；C.Y.Luo等，2015)。智慧旅游，有人也稱之為智慧旅游目的地[5]，近幾年被學者關注的熱度大增。智慧旅游是在旅游信息化實施過程中面向游客并為其服務的一種應用，其發(fā)展離不開旅游大數(shù)據(jù)提供足夠的優(yōu)勢資源的支持。它利用云計算和物聯(lián)網(wǎng)技術，通過互聯(lián)網(wǎng)或移動互聯(lián)網(wǎng)，在便攜式終端設備的幫助下，主動感知旅游資源、旅游活動、旅游者以及其他信息，使人們及時了解信息，安排或改變他們的旅行計劃，以便實現(xiàn)各種旅游信息的及時采集并綜合運用，從而方便旅游，使旅游更有效率。運用旅游大數(shù)據(jù)可以構建智慧旅游的在線信譽機制、數(shù)據(jù)分享機制、有效數(shù)據(jù)使用機制(Guanglu Liu等，2016)；也可以用旅游大數(shù)據(jù)去實行門票預約，預測景區(qū)擁護程度，提升游客滿意度水平評價(Gangzhi Guo，2016)。

智慧旅游是將智慧城市的城市管理方法轉移到旅游目的地(R.Baggio等，2015)，它高度依賴早于它出現(xiàn)的四個核心的信息和通訊技術，即IT、移動通訊、云計算、人工智能。在對巴塞羅那、阿姆斯特丹、赫爾辛基等城市的研究中發(fā)現(xiàn)，創(chuàng)新能力、人力資本、社會資本、領導力在城市智慧旅游的建設中起著重大作用(N.Mhd等，2015)。用城市居民出行大數(shù)據(jù)去規(guī)劃建設城市智能出行體系也是智慧旅游建設的一部分，G.Sierpiński等就利用城市居民出行大數(shù)據(jù)開發(fā)了一個叫“綠色旅行規(guī)劃師”的系統(tǒng)，它有一套能夠選擇多種旅游模式的功能及適用的幾個優(yōu)化標準，從而能使出行者尋找出最佳的旅游路線和方式，同時該系統(tǒng)又能在出行者使用過程中收集到出行者的相關出行動機信息，這些出行動機包括家庭、工作、教育、購物、出差、運動、休閑等，系統(tǒng)還能自動收集出行者自行定義的一些參數(shù)，如出行的地理坐標、出行時間、選擇的旅行模式等，這些又能進一步增加大數(shù)據(jù)，優(yōu)化和提升系統(tǒng)效率(G.Sierpiński等，2016)。在國家層面，旅游業(yè)高度發(fā)達的西班牙就制訂了一個《國家和整體旅游計劃(2012—2015)》，其中就有很大一部分是支持和引導智慧旅游發(fā)展的，它通過設立智慧旅游發(fā)展委員會，制訂智慧旅游發(fā)展標準(包括旅游目的地的創(chuàng)新能力、技術的使用情況、可及性和可持續(xù)性)來指導和規(guī)范智慧旅游的發(fā)展[5]。

大數(shù)據(jù)在鞏固智慧旅游目的地方面發(fā)揮了重要的作用，Ivars等構建了智慧旅游目的地模型，它包括三個相關聯(lián)的層次，一是戰(zhàn)略層面，它可進行融合治理、有可持續(xù)性和創(chuàng)新環(huán)境的生成；二是工具性層面，它是一個開放的數(shù)據(jù)大環(huán)境，把不同來源獲得的相關信息集中在旅游信息系統(tǒng)中，該系統(tǒng)各使用方的聯(lián)通性好，互相操作性強；三是應用層面，在事先制定明確的旅游目的地戰(zhàn)略和將大數(shù)據(jù)可能性變成現(xiàn)實性的信息系統(tǒng)，并提出智慧解決方案(A.Townsend，2014)。智慧旅游運用大數(shù)據(jù)一方面能帶來一些發(fā)展機遇，如有助于通過分析游客的行為模式準確地確定每個游客的需求和期望，帶來知情決策能力的潛在優(yōu)勢，以及對旅游者需要的預測分析；另一方面也有一些挑戰(zhàn)，諸如經(jīng)濟性、技術和人員方面[5]。

(四)從地理學視角研究旅游大數(shù)據(jù)

1.運用旅游大數(shù)據(jù)研究旅游交通。旅游交通是旅游業(yè)的關鍵要素之一，運用旅游大數(shù)據(jù)對旅游交通的研究集中在對交通容量、智能交通系統(tǒng)、交通條件和交通時間的預測等方面。

旅行時間是交通管理、工程和公共旅行中的一個重要指標，對于交通管理來說，旅行時間是評價交通網(wǎng)絡擁堵等級性能的重要措施，對于交通工程來說，旅行時間可以用來優(yōu)化交通基礎設施的效率，對于公共旅行而言，出行時間可以幫助旅行者了解當前的交通狀況，協(xié)助他們做好選擇，避免不必要的延誤(L.L.Tang等，2016)。I.emanjski在運用了K最近鄰、支持向量機、提升樹模型和隨機森林四種大數(shù)據(jù)分析工具，分析來自于車輛軌道全球定位系統(tǒng)、道路網(wǎng)絡基礎設施數(shù)據(jù)及氣象數(shù)據(jù)三方面的大數(shù)據(jù)預測游客的出行時間時，比較了不同旅游道路類別在絕對值、分鐘內(nèi)測量、平均平方百分比誤差范圍內(nèi)的比較，結果表明對于級別較高的旅游道路，預測結果比級別更低的旅游道路更精準，而智能交通系統(tǒng)的應用更能提升監(jiān)管旅游交通的效率[15]。

采用旅游大數(shù)據(jù)研究旅游交通容量成為趨勢。Corinna Fohrholz等通過來自社交媒體、地理基礎信息和網(wǎng)站等渠道的大數(shù)據(jù)預測了德國居民觀看2016年歐洲杯期間的長途旅游客車需求情況，他們指出旅游密集型活動(如節(jié)慶、城市節(jié)目、搖滾音樂會、廟會、游行等)有可能短期內(nèi)增加現(xiàn)有旅游交通線路的容量或需要提供新的旅游交通線路或供給，旅游交通企業(yè)需要事先預測(數(shù)量及可支付的價格)并增加和調(diào)整短期的供給，以便提高企業(yè)的競爭力(Corinna Fohrholz等，2016)。J.W.Li等采用百度、騰訊、奇虎等渠道的多源旅游大數(shù)據(jù)，運用時間序列分析和復雜網(wǎng)絡分析等工具，對中國大陸2015年春節(jié)期間的旅游高峰的時空特征進行了研究，結果表明，春節(jié)前五天和春節(jié)后六天是旅游高峰，旅游交通壓力極大，春節(jié)當天是旅游低谷，旅游網(wǎng)絡呈現(xiàn)多中心特征，具有顯著的地域集聚特征，經(jīng)濟和社會因素對旅游網(wǎng)絡的影響大于地理位置因素，可以通過政府移動大數(shù)據(jù)與交通部門官方數(shù)據(jù)的整合，建立統(tǒng)一的春運實時交通平臺(J.W.Li等，2016)。L.L.Tang等利用低頻時空GPS軌跡大數(shù)據(jù)，采用模糊擬合方法對道路交叉口行程時間進行了估計，因為道路交叉口是不同旅游交通流匯聚和改變方向的關鍵部分，在城市旅游交通中形成“瓶頸”和“阻塞點”(L.L.Tang等，2016)。

2.運用旅游大數(shù)據(jù)研究旅游流。旅游流是在一個或大或小的區(qū)域內(nèi)，由于旅游需求的近似性而引起的旅游者集體性空間移動現(xiàn)象。運用旅游大數(shù)據(jù)研究旅游流，多數(shù)學者都會利用GPS跟蹤大數(shù)據(jù)，這樣不需要建立復雜的模型就能獲得旅游流(L.L.Tang等，2016)。L.C.Wang等在新浪微博基于位置服務的大數(shù)據(jù)基礎上，采用GIS提供的核密度估計方法從時空維度(季節(jié)、時間和區(qū)域)研究了蘭州市旅游流的時空特征，結果表明蘭州旅游流的季節(jié)性變化明顯，冬季和夏季差別很大，雙峰特征突出，四至八月是旅游流的高峰期；在空間密度上，具有典型的構造特征，表現(xiàn)為核心外圍結構特征，旅游流在冬半年和夏半年分別表現(xiàn)為收斂和發(fā)散；在時間上，旅游流表現(xiàn)為傾斜金字塔結構特征，從11點到13點旅游活動達到頂峰，從11點到18點旅游活動遍及蘭州大部分景區(qū)，從19點到第二天的10點旅游活動僅限于主城區(qū)和高新區(qū)那些有好的住宿接待設施的地方；女性旅游者多于男性，女性旅游者偏愛主城區(qū)，而男性旅游者傾向于城郊森林公園的戶外活動；省內(nèi)旅游者選擇旅游區(qū)時傾向于主要城市的知名旅游景區(qū)，但對周邊的旅游資源也有一定的偏好，國外旅游者主要選擇主城區(qū)的主要旅游點；從旅游流活動的軌跡看，呈現(xiàn)出明顯的“點-軸”結構，主城區(qū)是旅游流高度聚集的區(qū)域，受蘭州市狹長的河谷城市形態(tài)及東西向骨干交通網(wǎng)影響，使旅游流具有明顯軸線在空間上的分布特征，表現(xiàn)為蘭州黃河風景線之間是游客高度集中的空間區(qū)域(L.C.Wang等，2016)。J.W.Li等研究了中國春節(jié)期間旅游流情況，結果表明游客在春節(jié)前從長三角、珠三角、京津等沿海經(jīng)濟發(fā)達區(qū)域向內(nèi)陸省區(qū)流動，春節(jié)后游客又由內(nèi)陸省區(qū)向這些區(qū)域進行反向流動(J.W.Li等，2016)。

四、研究特征與展望(一)研究特征

大數(shù)據(jù)作為當前最熱門的詞匯自然也影響著旅游的業(yè)界和學界，國外對旅游大數(shù)據(jù)的研究發(fā)展很快，研究呈現(xiàn)議題的寬廣性、工具和方法的多元化、應用的問題導向等特征。

1.研究領域。旅游大數(shù)據(jù)的研究呈現(xiàn)逐年增長的態(tài)勢，研究內(nèi)容相當廣泛，從旅游大數(shù)據(jù)的來源、獲取、分析的研究到旅游大數(shù)據(jù)的影響和運用都有涉獵，呈現(xiàn)議題的寬廣性特征。旅游大數(shù)據(jù)研究遵循著“數(shù)據(jù)來源的甄別，數(shù)據(jù)獲取、處理與分析，對旅游業(yè)的影響，旅游業(yè)對旅游大數(shù)據(jù)的運用”的路徑展開。旅游大數(shù)據(jù)來源是多源化的，它主要來自于互聯(lián)網(wǎng)和社交媒體，也有部分是來自于公共服務部門和企業(yè)運營的數(shù)據(jù)。在數(shù)據(jù)的獲取上，研究過程中多數(shù)采用獲得比較便利、成本比較低的互聯(lián)網(wǎng)和社交媒體，而公共服務部門和企業(yè)的數(shù)據(jù)由于涉及到個人敏感數(shù)據(jù)或商業(yè)機密等原因獲取不是很容易。在數(shù)據(jù)的處理上，由于所獲得的很多旅游大數(shù)據(jù)是半結構化的圖片、語音、視頻，使得數(shù)據(jù)處理難度加大，準確性降低。在數(shù)據(jù)的分析上，由于數(shù)據(jù)量大，傳統(tǒng)的統(tǒng)計分析工具根本解決不了問題，而新的工具由于技術的原因還不能滿足所需，也存在著分析能力不足的問題。在旅游大數(shù)據(jù)對旅游業(yè)影響方面，學者們主要探討了對旅游消費者行為的影響和旅游知識生成兩方面，而實際上其影響遠遠不止在這兩方面，大數(shù)據(jù)時代人們的很多習慣都會改變，它不僅會影響人們的消費行為、知識獲取，也會影響旅游政策的制定、旅游企業(yè)旅游產(chǎn)品的調(diào)整、營銷渠道的改變等方面。對旅游大數(shù)據(jù)運用方面的研究，可以說是多而雜，沒有形成一個脈絡清晰的研究框架。

2.研究工具和方法。旅游大數(shù)據(jù)的研究在云計算、物聯(lián)網(wǎng)等技術的引領下，借用了計算機科學、地理學、統(tǒng)計學等多學科的工具和方法進行研究，呈現(xiàn)工具和方法的多元化特征。在91篇文獻中，有51篇提到了云計算和物聯(lián)網(wǎng)，可見這兩個技術對旅游大數(shù)據(jù)研究影響之深。在借用計算機科學的研究工具上，主要運用到數(shù)據(jù)挖掘和機器學習技術。數(shù)據(jù)挖掘技術應用到旅游業(yè)可挖掘出有價值的信息、發(fā)現(xiàn)潛在的旅游消費者、優(yōu)化旅游線路、推薦旅游項目和目的地等[10]。在運算工具上借用了MapReduce計算框架、Hadoop、PUMA、Cosmos等，這些工具為旅游大數(shù)據(jù)的分析提供了一定的保障。在借用地理學的工具上，主要用到了GPS技術和GIS技術，研究旅游需求[17]、旅游交通(L.L.Tang等，2016；Corinna Fohrholz等，2016；J.W.Li等，2016)、旅游流(L.L.Tang等，2016；J.W.Li等，2016；L.C.Wang等，2016)，實際上與地理學相關的工具不僅僅是這兩種，旅游研究可以更多地借用地理學中的其他工具所獲得的航天遙感大數(shù)據(jù)、網(wǎng)絡簽到大數(shù)據(jù)、定位導航大數(shù)據(jù)、居住環(huán)境感知大數(shù)據(jù)、室內(nèi)定位及居民行為大數(shù)據(jù)等對旅游進行研究。在借用統(tǒng)計學的工具和方法方面，經(jīng)常結合計算機科學的數(shù)據(jù)挖掘技術進行估計、預測、聚類和關聯(lián)分析，常用多元統(tǒng)計分析、時間序列分析、復雜網(wǎng)絡分析、模糊擬合分析等，雖然統(tǒng)計學的工具和方法在以往的旅游研究中發(fā)揮了重要作用，但隨著大數(shù)據(jù)時代的到來，其作用和地位有所下降。雖然旅游大數(shù)據(jù)在理論上會對旅游企業(yè)的經(jīng)營和管理產(chǎn)生積極的影響，但許多旅游企業(yè)的管理人員在掌握數(shù)據(jù)采集、數(shù)據(jù)質量、數(shù)據(jù)限制和數(shù)據(jù)應用方面會面臨很多問題，幾乎沒有什么工具可供使用(F.Leta，2017)。在大數(shù)據(jù)分析工具還沒有完全成熟前，傳統(tǒng)的統(tǒng)計學工具和方法還是會對旅游大數(shù)據(jù)研究作出有益的補充。

3.問題導向特征。在運用旅游大數(shù)據(jù)研究旅游問題時，具有問題導向的特征。如對旅游需求的研究、對智慧旅游的研究、對旅游交通的研究都在一定程度上反映了問題導向的特征。在對旅游需求的研究上，研究者為了加強對城市規(guī)劃的決策指導，使市政和生活設施更適應當?shù)鼐用竦男枨?，從而研究旅游計劃者旅游偏好的大?shù)據(jù)；酒店管理者為了提高酒店入住率，增加酒店收益，需要通過大數(shù)據(jù)預測、判斷游客住宿需求。在對智慧旅游的研究上，不論是地域范圍大小的智慧旅游目的地，還是智慧旅游景區(qū)，都是為了解決更好、更方便的旅游出游和更高效的旅游管理問題，而利用旅游大數(shù)據(jù)進行各種有益的探索。在對旅游交通的研究上，是為了解決更高的出行效益，提高出行滿意度的問題，或是為了旅游交通企業(yè)快速地對最新旅游交通需求反映的問題而進行的研究?？梢哉f，運用旅游大數(shù)據(jù)研究旅游問題，問題導向是必需的，有時并不一定只是解決單一的問題，也可以把相關的問題一并解決，在此方面更需要提煉出更多的經(jīng)實踐檢驗后有價值的模型，并進行推廣應用。

(二)研究展望

構成大數(shù)據(jù)的大量信息在很大程度上是瞬時的，雖然它們可以解釋正在發(fā)生的事情，幫助用戶預測將來會發(fā)生的事情(A.Ivars等，2016)，為旅游研究和應用帶來很多機會，但旅游大數(shù)據(jù)在研究和應用上也面臨諸多挑戰(zhàn)，未來研究重點應該放在如何把握這些機會和如何面對這些挑戰(zhàn)上。

1.研究方法和工具的進一步完善。對于大數(shù)據(jù)研究來說，方法科學和工具優(yōu)良是保證數(shù)據(jù)質量的基礎。旅游大數(shù)據(jù)的處理需要數(shù)據(jù)采集、數(shù)據(jù)儲存、數(shù)據(jù)傳輸、數(shù)據(jù)清洗與集成、數(shù)據(jù)查詢與檢索、數(shù)據(jù)分析與挖掘、數(shù)據(jù)解釋與展示等方面的技術，面臨80%左右的半結構化數(shù)據(jù)、非結構化數(shù)據(jù)、斷裂數(shù)據(jù)、缺失數(shù)據(jù)等問題，這些需要在算法優(yōu)化、分析統(tǒng)計、語義處理、知識可視化呈現(xiàn)等方面進一步探討完善。

2.研究內(nèi)容的進一步拓展。旅游研究可借助大數(shù)據(jù)的核心內(nèi)容數(shù)據(jù)，并借助數(shù)據(jù)獲取、數(shù)據(jù)管理、數(shù)據(jù)分析相關技術，從多維度、多角度對一具體的研究對象進行研究，從而更全面、更深入地認識研究對象；可以進一步深入研究旅游者的社交網(wǎng)絡、消費行為、旅游流向、旅游集聚模式、旅游市場等內(nèi)容。

3.旅游研究范式的構建。著名數(shù)據(jù)庫專家Jim Gray博士2009年總結了人類在科學研究上先后經(jīng)歷了實驗、理論和計算三種范式，如今進入了第四種范式即數(shù)據(jù)探索型研究范式。傳統(tǒng)的旅游研究可以說沒有形成本學科的研究范式，大多參照其他學科的范式，主要依賴“自上而下”的理論建模驅動調(diào)查實驗的設計研究范式，大數(shù)據(jù)時代是從對因果關系的研究向相關關系的研究方向發(fā)展，是一種“自下而上”的大數(shù)據(jù)驅動下的觀察實證的研究范式，旅游研究可以乘著大數(shù)據(jù)時代對各學科的巨大沖擊這股東風，先行先試，構建本學科的研究范式。