交旅融合数据赋能

我国在2011年以来旅游规模都在逐年递增，受新冠疫情影响中间有一个急剧下滑，但是从去年开始大家都能感受到这个旅游交通又迅速地恢复，从去年淄博烧烤到现在哈尔滨冰雪热，其实都是以旅游为出发点，带动整个城市经济活力的增长。

所以说旅游不仅仅是单一产业，他们对于整个城市的发展现在也都起到了越来越大的作用，但是交通实际上是为了完成旅游的活动，如果这个区域、地区交通跟不上，除了很多交通拥堵问题，包括停车难、行车难或者一系列的问题，对于游客的感受包括满意度都会有很大的影响。

所以旅游交通如何发展也是一个国家的重要战略，比如说在2019年国务院也印发了《交通强国建设纲要》中提到深化交通运输和旅游的融合发展，实现旅游的快旅慢游，旅游要快出行我能快速地给你送到这个目的地，但你游览的时候可以很放松地心态去旅游。

交旅融合是运输和旅游行业转型升级的有效手段，具有巨大的发展潜力，包括很多的交通部门像一些高速公路的管理部门他们现在也要转型发展，不仅仅想收一些过路费、过桥费，他们也是结合着他们高速公路的沿线景点甚至跟景区注资，共谋发展，其实都是交旅融合很好的一些场景。

2020年文旅部、国家发改委、交通运输部十个部门也联合发布关于深化互联网+旅游的推动旅游业高质量发展的意见，提出优化互联网+旅游的营商环境，以数据赋能推动旅游交通高质量融合发展。

咱们今天讲的论坛是数据质量，数据质量是赋能旅游交通的高质量发展，在二者之间是有一个相互支撑的作用。特别在新的时期旅游出行跟原有旅游出行也不太一样，过去很多是短区域的旅游，特别是在疫情期间中间有些喘歇的机会大家都在周边旅游，现在越来越多的是跨区域旅游，而且旅游也是趋向于散客化、自主化和多元化，前几年大家都知道一说旅游就报个旅游团，现在大家报团很少，基本上要么是自驾游，要么三五个人拿一个手机上面写的小红书或者各种携程等互联网工具就可以做到散客化、家庭化、自主化，自己想去哪自己做攻略来去做。所以现在旅游人员组成也越来越复杂，而且需求是多样的，也就是说他去那里旅游不仅仅是看景点，现在吃喝玩乐就跟去年淄博热，淄博热大家是去吃的所以带动旅游热。所以需求也是越来越多样，而旅游生态日益丰富，不仅仅是景区，它的跟一些城市的甚至购物，大家以后去三亚就是去购物的，因为它是一个自贸岛。

所以传统的旅游服务难以满足差异化的人群多元化需求，以数为据挖掘旅游人群的交通和旅游属性，了解这些群体需求和意图，为出行者和游客提供优质便捷出行旅游服务，一方面为政府管理部门提供一个依据，为文旅企业融合发展赋能也形成一个交通带动旅游，旅游促进交通发展的良好格局，促进交通和旅游服务大数据应用模式创新和产业化发展，这是在新时期的一个新机遇。

实际上大家旅游为什么要做画像，其实我们在为出行者提供服务的第一步就先要了解这些人是从哪来到哪去的，什么时候出发的，是用什么方式，去了这个地方之后到哪里住宿、到哪吃饭。这些如果我们能够利用大数据给予充分的画像甚至做些预测，比如说大概什么时候景区会有大客流涌现，大家错峰出行等等。

如果有了这些那么就对于各种科学决策会奠定一个基础，比如对游客端不管是景点选择还是路线的拟定更多考虑到哪个景点不仅是一个热点，同时还要避开高峰热，不要大家都堵在门口，排队都排一两个小时进不去，包括路线拟定怎么来去避开高拥堵的路段。

管理者更多想客流预测、引导还有景区和停车场动态的容量，周边道路交通拥堵的实时发布，大家都有感受，特别是私家车去哪旅游的时候很可能已经到了停车场门口的时候，排队一个小时很可能都停不进去。当然也会催生一些新业态和旅游产业的发展，一个旅游是跟一个城市、区域共同融合发展的，所以说旅游交通会带动整个城市的餐饮、住宿还有娱乐等等一系列的产业发展。

这整个数据赋能交旅融合体系也从数据收集、人群识别、活动推荐、路径推荐、出行预测到多主体的科学决策来去提供一个完整的融合体系。下面我就说到了先是怎么对于游客进行画像，进而对他进行更好的精准服务举些例子。

首先就要设备出来这个人群，首先要识别出来我有大数据之后知道，大家只要在城市里面出行你都会留下时间戳和位置戳，这个时间戳、位置戳通过什么方式泄露的，可能是你的手机定位是随时随地都跟周边的基站发生联系，也就暴露了你的行踪。比如说坐地铁刷卡也会留下痕迹，或者上网，比如说通过一些网站也会留下痕迹，而且都带有时间和位置戳的。

当然这里面都有脱密处理，这肯定是必然的。我举这个例子是在厦门用的移动数据，实际移动联通都一样都是手机限定的数据，因为它也是典型具有时间戳和位置戳的数据来去判定这个人群在厦门城市里，能够分辨出来哪些是游客、哪些是当地的居民。因为你只有分辨出来是游客才知道他空间上的规律，才有可能对游客进行针对化的服务。

这些时间戳和位置戳我们可以提取出来三十多个指标，分成四大类，时间上的活动特征、空间上的活动特征，而且用户和基站的交付特征、用户时空变化特征。举个简单例子，比如说要是上班的人肯定是朝九晚五类似这样的打卡，而要是游客很可能是刚才说的你的空间戳往往是根据景点来去绑定的，而且时间位置可能就出现那么几天，不像长期的那些人，而且每天很固定地到类似于就业地发现有时间戳位置戳。

这些特征都可以把这些特征数据进行聚类后区分当地人和游客，这些还有人工智能很多算法来去区分短期的、长期的，触发的时间包括移动距离长短还有每天轨迹重复率，比如说上班的人重复率会比较高来去区分这两类人群。由此可以知道游客在什么地方会集聚，比如说在鼓浪屿、厦门大学周边的沿海区域、机场、高铁等占比会比较高，而居民往往是在郊区或市中心区域占比会比较高一些。包括空间的空间点从哪到哪去明显看出来这些游客是从景点跟这些交通枢纽之间有明显的通道，跟居民也是不一样的。

时间上分布游客在工作日相对较少，但是周末活动比较多，而且早晚高峰跟当地也是不一样的。除了知道时空特征之外，因为我们知道时空特征对后面做预测、哪个地方客流集聚能够提供一些依据，实际上还希望知道出行的目的，刚才说现在的旅游已经多元化，吃喝玩乐在一起的出行，所以我们就需要知道这次出行是吃还是去玩还是住宿，也一样地可以通过手机数据包括地图POI数据，结合小样本的变化数据通过机器学习、人工智能算法来去识别出来游客的出行目的，通过这些出行目的的特征排序可以知道不同的目的活动持续时间、开始时间等等都是不一样的，由此可以知道他的出行目的是返城住宿，特别是返城住宿这种相对来说会高一点，甚至会接近100%的推测。

但是游玩和餐饮娱乐可以达到89%的精度，这些实际上也足以用于一个城市对于某些区域加强餐饮的服务，包括为了餐饮服务进行一些交通服务提供很好的依据。

另外就是除了知道时空特征包括去哪干什么还希望知道具体到哪个地方，去哪个地方还需要知道一天游客来这里三天，这三天会去哪要去做一些提前的预测预判，这些也是可以通过各种算法和深度学习算法，对于出行节点包括时空的语义信息进行编码来进行目的地的推测。

这个数据是我们用的车的数据，很多出行的人喜欢用打车等等来解决，很多游客打车或者网约车来出行的，利用这些数据利用刚才的算法进行相应的预测，可以知道预测地、出行地、目的地分布，目的地往往是集中在后海、枢纽点、市民点，往往是从枢纽点再去其他地方的，这些目的地。而出发地往往也是住宿酒店的聚集地。

另外可能还需要对于景点的需求预测，因为我们刚才说景区经常是在节假日往往是停车难，周边的交通拥堵很严重，所以我们需要知道大概什么地方、什么景区，会在什么时间段会发生拥堵，这些可以面向旅游需求也是通过时间空间两个方面，应用时间空间的注意力极致构建一个城市时空网格图多景点旅游需求的预测模型。

这样也可以得到不同整体的城市各个景区空间上的需求预测，也是可以从小时甚至更短的颗粒度来去进行需求预测。这个质量好坏跟数据质量也有很大关系，这些应用我们都对数据做了一些处理，特别是手机芯片数据都出现时空上的偏移点等等这些都需要做一些前期处理，经过处理之后的误差精度都可以控制在10%，精度达到90%以上可以进行需求预测。

这是在扬州做的例子，比如说一天里面这些人从哪来到哪去，是高铁还是各种方式来的，在这个城市里先到瘦西湖等等一天的链路是什么样子，包括里面每个景点周边的拥堵程度还有可达性都可以通过这个平台算出来，而且也可以知道人的画像。

基于前面各种画像、评估、预测等等，最终我们还是希望对景区进行拥堵的治理来去更好地提升整个旅游企业，其实景区里面大家可能都有体验，很多长时间的交通拥堵，特别是最怕发生一起事故，一旦出现事故的话时间就无法估计，而停车场难进难出，而客流是潮汐性的，集聚特征又很明显，特别是进出景区道路很狭窄，在高速上很快但是下了高速之后就限流到很窄的道路了，包括后面相应的服务设施，加油站、酒店、饭店这些也是客流集中，导致长时间的排队。

现在利用大数据，我们一方面可以进行拥堵原因识别，时间有限没有做这方面，对整个交通可以做各种拥堵致因分析，通过交通流特征包括相关的因素进行分析，进而可以得到两个调控，首先大家过去都是供给端的调控，但是现在更多是需求端的调控，特别是旅游交通，因为是短时间的需求，所以没有必要为了短时间需求追求盲目扩路或者增加加油站、停车场。

这些需求端调控一方面可以从全市范围总体调控，另一方面可以通过局部的景区疏堵调控。全市范围调控可以分为类似预约旅游，特别是互联网发展，通过门票的预约、停车预约等等来去进行预约的旅游，这当然对于识别各种预测就有一个支撑方法。

至于说景区涉及到数据基础上，可以进行分流，做分流诱导、精细化管理、设施改造等等，比如说整个面向公众服务有手机端、路侧端还有网站都可以对公众进行预测信息包括推荐。而智能管控系统包括信息感知系统、诱导发布系统和智慧停车系统，当然还有一些交通管理系统。

像这些比如说感知现在有多元数据可以感知，刚才说手机是从游客端进行人的感知，路侧端比如说交通拥堵的问题，现在路侧有很多视频数据还有一些微波等等交通流量监测数据，甚至巡逻车上面也带了很多的移动式的检测设备，都可以获得景区效益，通过时间、车流间距、密度、排队长度等等这些信息，而至于说刚才讲到通过类似用移动手机数据、车的数据都可以进行人端进行画像和预测。

你充分能够感知和预测基础上就可以做到预约的旅游、分时段的购票，来通过线上线下方式分散游客的到达时间、错峰出行缓解道路的交通压力。这是北京的水塘城来去做的案例。

包括停车调度，其实停车难是最挠头的一件事情，在景区可以动态来去调配景区周边的停车资源，包括利用线上线下实时更新停车场容量，进行全城诱导，而且不要把注意点只是集中在景区那点地方，完全可以通过换乘在较远的地方设置停车场和摆渡车甚至进行差异化的停车收费，比如说在外围停车场和内部停车场就可以差异化定价，你走的越近费用就越高，远的停车鼓励性地价格可以低一点，还有多元化的服务，在外围的停车场设置一些便利店、纪念品店等服务点，吸引游客在停车场停车，还可以增加景区的收入。

公共引导就包括刚才说的路线推进、拥堵程度、到达时间甚至包括周边打卡点、餐厅位置和排队时间来去进行提供，景区各种信息实时游客信息还有附近的推荐打卡点，当然停车信息等等都可以进行公众引导。

最后一点是展望，现在是拿旅游交通、文旅出行来去做一个例子，实际上我们通过大数据特别是交通根源大数据就是时空数据，时空数据有很多类，其实利用这些大数据可以帮助我们精准地感知城市和地区旅游需求，做微观的规划、管理包括动态静态管理。

另外对于企业来说更多打造旅游及出行的服务品质，面向散客化、碎片化的旅游新特征如何多元数据挖掘游客的时空特征，来去对游客进行精准划分，制定个性化、多样化、差异化旅游出行服务产品，包括具有响应式的旅游巴士等等，另外也是提高散客化的旅游出行的体验度，构建从出行前、出行中到出行后全过程的感知和吃喝玩乐一条路出行服务来提高出行体验。