LBS視頻云服務在餐飲行業中的應用需求研究

羅瑋祥，伍博煒

（福建師范大學 地理科學學院，福建 福州350007）

1 引言

在未來5～10年內，地理空間信息將實現隨時、隨地為所有的人和事提供實時服務（4A服務）（李德仁，2002年）。因為人類80%的活動均與空間位置相關，由位置而衍生的服務內容舉不勝舉，所以為人類提供與空間信息和位置信息相關的服務至關重要［1］。

《中國移動互聯網發展報告（2014）》藍皮書顯示，截至2014年1月，我國移動互聯網用戶總數達到了8.38億戶，在移動電話用戶中的滲透率達到67.8%，手機網民規模達5億人，占總網民數的八成多，手機保持第一大上網終端地位，我國移動互聯網發展進入全民時代。北京市城市管理協調辦公室結合實際工作，克服原有城市管理監督員和固定視頻監控模式不足，引入3G信息技術，創建集視頻采集、數據壓縮、聯動報警、衛星定位等功能于一身的手機實時視頻監控系統［2］；吳勇等提出一套集視頻信息、音頻信息以及GPS定位信息三者融于一體的移動視頻采集系統方案［3］；候偉將實時視頻監控系統運用到公安實戰中，有效補充了公安系統現有視頻監控系統的不足［4］；劉建益則是著重探討了云計算技術在安防視頻監控領域的應用［5］；李剛則給出了基于流媒體技術的城市管理視頻采集、發布、傳輸、訪問的系統構成和網絡發布流程［6］；胡泳直接指出視頻應用是未來的殺手應用［7］；畢朦予則是探討了移動視頻應用的商業模式［8］；盛夏探析了LBS技術在社會化媒體中的應用問題［9］；目前LBS被視為最具有發展潛力的移動互聯網應用之一，許多學者對LBS的發展前景進行了肯定。陳飛翔等認為：“LBS服務幾乎涵蓋了人類動態活動的每一個方面”［1］；Ryan Kim（2011）認為：“基于位置提供服務和SoLoMo（社交、本地化、移動）正成為受歡迎的服務”；李元勤（2010）認為：“LBS平臺將大眾對互聯網的需求由現有的娛樂、信息和交流平臺進一步引向實時、就近的滿足消費需求方面”［10］。盡管LBS的發展前景得到各方面使用者的肯定，但技術的使用要求以及服務理念與我國目前的基礎設施和行業成熟度未能很好地配合發展，因此，其發展仍面臨著較多的問題，國內LBS技術的應用仍存在較多需要改進的地方。

2 研究設計

2.1 研究區域

本次研究區域為廣州市海珠區多個商圈的餐飲點。海珠區餐飲美食一向以親民、性價比高、忠于老味道而出名，餐飲業發達，餐廳種類齊全，適合作為本次研究區域。本研究選取了江南西商圈、上渡路美食街和客村—麗影廣場商圈為三個調查點。

2.2 概念界定

2.2.1 LBS技術

LBS（Location－Based Services），又稱位置服務，是由移動通信網絡和衛星定位系統結合在一起提供的一種增值業務，通過一組定位技術獲得移動終端的位置信息（如經緯度坐標數據），提供給移動用戶本人或他人以及通信系統，實現各種與位置相關的業務。實質上是一種概念較為寬泛的與空間位置有關的新型服務業務。簡單來說，LBS就是基于位置的服務，所有的服務只要和位置有關系的，都可以稱之為LBS一類。

2.2.2 移動視頻云服務

移動視頻云服務是通過虛擬化技術整合IT資源，提供移動互聯網視頻云服務。主要特征是以移動網絡為傳輸通道，以移動終端為展示載體，以比文本、語音更加高級的視頻圖像（Video）和音頻（Audio）信息為主要內容。服務集成了移動視頻直播、視頻轉碼、視頻定制格式錄制、視頻存儲、視頻流媒體分發等基本功能，能夠為不同的用戶快速開通，快速實施移動視頻相關服務。

2.3 數據收集

2.3.1 調查方式

本研究采用定量和定性研究方法相結合。通過在線及現場問卷調查，隨機選擇55個商家，獲得關于商家對餐飲行業的LBS視頻云服務的認知、使用及需求情況。調查問卷：問卷派出55份，有效問卷51份，問卷有效率92.73%。

2.3.2 調查對象

本次調查對象為餐飲行業的兩大主體之一，商家。商家是研究區域中的各類餐飲商家。

2.3.3 樣本情況

對商家調查者的樣本進行分析，粵菜館所占比例最高，為21.6%，甜品店和日韓料理次之，分別為19.6%、17.6%，茶餐廳最低，為3.9%。從調查對象的基本屬性中可以看出，總體涉及范圍較為全面，具有一定的代表性（表1）。

表1 樣本情況

2.4 數據處理方法

采用交叉分析法對具有視頻云技術的攝像頭安裝位置的需求以及對不同地方安裝攝像頭的意見進行分析。同時，使用相關分析方法將LBS技術和視頻云結合應用與各類情況結合進行相關分析。為進一步了解商家對基于LBS技術的視頻云服務的功能需求，使用主成分因子分析，運用降維的思想來進行考慮。

3 商家對LBS視頻云服務在餐飲行業中的應用需求分析

3.1 不同餐飲類型對視頻云技術攝像頭安裝位置的需求分析

3.1.1 不同餐飲類型在排隊等位區安裝視頻云攝像頭意愿分析

表2 不同餐飲類型在排隊等候區安裝視頻云攝像頭的意愿情況 %

由表2可知，7類餐廳中大部分都愿意在排位等候區安裝視頻云攝像頭，因為這能為顧客帶來便利，改善等位候餐的情況，提高餐廳的運營效率；同時針對一般以及不愿意在排位等候區安裝視頻云攝像頭的餐廳我們也進行了訪談，這些商家表示，他們擔心將自己餐館排位情況實時公布后，會有顧客因為太擁擠而選擇其他餐廳就餐，導致顧客的流失。

經卡方檢驗給出的結果為卡方值20.681，漸進方法的概率p值為0.296，大于顯著性水平0.05，因此可以認為不同餐飲類型對在排隊等位區安裝視頻云攝像頭的意愿沒有顯著影響。

3.1.2 不同餐飲類型在餐館內部大堂安裝視頻云攝像頭意愿分析

由表3可知，樣本中有23.5%的餐館非常愿意在餐館內部大堂安裝視頻云攝像頭，有37.3%的餐館對在餐館內部大堂安裝視頻云攝像頭意愿一般、有39.2%的餐館不愿意在餐館內部大堂安裝視頻云攝像頭。由此可以發現，大部分餐館都愿意在餐館內部大堂安裝視頻云攝像頭，因為這能讓顧客看到自己餐館生意興隆的一面，具有良好的廣告效應；同時意愿一般的商家表示，實時公布自己餐館內部大堂一定程度上有助于顧客了解自己的餐廳，同時有利于餐廳的安全，但也可能泄露一些自己餐館的內部信息，因此他們對于在這一位置安裝視頻云攝像頭持中立態度。

經卡方檢驗給出的結果為卡方值16.948，漸進方法的概率p值為0.156，大于顯著性水平0.05，因此可以認為不同餐飲類型對在餐館內部大堂安裝視頻云攝像頭的意愿沒有顯著影響。

表3 不同餐飲類型在大堂安裝視頻云攝像頭的意愿情況

3.1.3 不同餐飲類型在廚房安裝視頻云攝像頭意愿分析

由表4可知，對于在廚房安裝視頻云攝像頭的意愿，茶餐廳中“一般”與“不愿意”各占50%；西餐廳中“不愿意”占85.7%、“非常不愿意”占14.3%；甜品店中“一般”占10%、“不愿意”占90%；粵菜館中“一般”占90.9%、“不愿意”占9.1%；日韓料理中“很愿意”占44.4%、“一般”占22.2%、“不愿意”占33.3%；快餐店中“很愿意”占28.6%、“一般”占14.3%、“不愿意”占57.1%；火鍋店中全為“一般”。這是因為茶餐廳、西餐廳、甜品店、粵菜館中廚師的烹飪技巧、手法講究，因此廚房顯得尤為私密，不便公開其中的烹飪過程；日韓料理注重食材的新鮮，同時也注重料理的制作手法，因此部分日韓料理的商家愿意公開廚房以便顧客了解其優質的食材，而另一部分日韓料理的商家擔心制作手法的泄露；快餐店與火鍋店對于廚房的敏感度相對其他類型餐廳較低，因此他們對于在廚房中安裝視頻云攝像頭的態度也顯得較為隨意。

表4 不同餐飲類型在廚房安裝視頻云攝像頭的意愿情況

3.2 商家對于基于LBS技術的視頻云服務的功能需求分析

商家對于基于LBS技術的視頻云服務的功能需求，共使用8個問項來進行測量。商家對于基于LBS技術的視頻云服務的功能需求主要有提供餐館基本信息和位置、簽到團購功能、提供餐館排隊等位實況視頻、就餐等候時間預判和提供預約、提供餐廳內部環境實況視頻、就餐經驗分享和評價和緊急呼叫相關衛生執法人員和位置傳送，使用主成分因子分析，運用降維的思想，把這些具有一定相關性的多個指標，轉化為少數幾個不相關的綜合指標。從而得到餐飲行業商家對于該創新應用需求度最高的幾種功能。

3.2.1 KMO和Bartlett檢驗

將問卷所得的商家對于基于LBS技術的視頻云服務功能需求的各個變量進行KMO和Bartlett檢驗。結果顯示，KMO＝0.700，較為接近1，表明數據較適合做因子分析；sig＝0.00＜0.01，則拒絕原假設，認為相應系數矩陣與單位陣有顯著差異，也表明原有變量存在相關性，適合做主成分分析。

3.2.2 因子提取

首先進行嘗試性因子分析，根據原有變量的相關系數矩陣，采用主成分分析法提取因子，并選取大于1的特征值，如表5所示。

表5 公因子方差

如表5，指定提取4個特征值下的變量共同度數據。第二列數據顯示此時變量基本的共同度較高，信息丟失較少。因此，本次因子提取的總體效果較理想。如表6所示，第一列是因子編號，以后三列組成一組，每組中數據項的含義依次是特征根、方差貢獻率和累計方差貢獻率。

第一組數據項描述了因子分析初始解的情況?？梢钥闯觯谝粋€因子的特征值為2.969，解釋原有8個變量總方差的42.416%，前4個成分的累計方差貢獻率為85.690%（＞85%）。其余數據含義類似，在初始解中由于提取了7個因子，因此原有變量的總方差均被解釋，累計方差貢獻率為100%。

第二組數據，描述了因子解的狀況?？梢钥吹剑河捎谥付ㄌ崛?個因子，4個因子共解釋了原有變量的總方差的85.690%?？傮w上，原有變量的信息丟失較少，因子分析結果較理想。

第三組數據描述了最終因子解的情況，可見，因子旋轉后，總的累計方差貢獻率沒有改變，也就是沒有影響原有變量的共同度，但卻重新分配了各個因子解釋原有變量的方差，改變了各因子的方差貢獻，使得因子更易于解釋。

如圖1碎石圖所示，橫坐標為因子數目，縱坐標為特征值，可以看到：第一個因子的特征值很高，對解釋原有變量的貢獻最大；第4個因子以后的特征值都較小，對解釋原有變量的貢獻很小，因此提取4個因子是合適的。

3.2.3 主成分因子命名解釋

這里采取最大方差法對因子載荷矩陣實行正交旋轉以使因子具有命名解釋性。指定按第一因子載荷降序的順序輸出旋轉后的因子載荷，并繪制旋轉后的因子載荷表7。

簽到團購功能、就餐經驗分享和評價、緊急呼叫相關執法人員和位置傳送在第1個因子（第一列）上有較高的載荷，第1個因子主要解釋了這3個變量；提供餐館排隊等位實況視頻、就餐等候時間預判和提供預約在第2個因子上有較高的載荷，第2個因子主要解釋了這2個變量；提供就餐內部環境實況視頻在第3個因子上有較高的載荷，第3個因子主要解釋了這一個變量；提供餐館基本信息和位置在第4個因子上有較高的載荷，第4個因子主要解釋了這一個變量。因此，因子命名如下。

第一個因子：團購評價應急功能；

表6 解釋的總方差

第二個因子：等位預約功能；

第三個因子：查看餐廳內部環境實況功能；

第四個因子：提供餐館基本信息功能。

表7 旋轉成分矩陣

表8 成分轉換矩陣

如表8顯示了4個因子的協方差矩陣?？梢钥闯觯?個因子沒有線性相關性，實現了因子分析的設計目標。

4 研究結論

（1）不同餐飲類型對在排隊等位區和餐館內部大堂安裝視頻云攝像頭的意愿沒有顯著影響，而不同餐飲類型對在廚房安裝視頻云攝像頭的意愿具有顯著影響。因此，幾乎所有類型的餐廳在餐館內部大堂和排隊等位區都適宜安裝視頻云攝像頭，但在廚房安裝時則應充分考慮餐飲類型。

（2）餐飲行業商家對于該創新應用需求度最高的4種功能分別為：團購評價應急功能、等位預約功能、查看餐廳內部環境實況功能和提供餐館基本信息功能。此外，我們還提供了4種功能的具體得分函數。在今后的生產過程中，生產商應強化這4種功能，并結合商家需求，對其進一步完善，進而對城市餐飲行業的健康發展做出貢獻。

［1］陳飛翔，李 華，周治武.面向LBS的移動空間信息服務研究［J］.計算機工程與應用，2008（13）：217～219，244.

［2］高淑華，孟慶海.3G無線視頻監控系統在城市管理領域的成功應用——北京市信息化城市管理手機視頻監控項目介紹［J］.城市管理與科技，2011，13（2）：50～51.

［3］吳 勇，劉學軍，豐江帆.具有定位信息的移動視頻采集系統［J］.測繪通報，2009（7）：13.

［4］侯 偉，王智昊.“技防網”移動視頻監控系統在公安實戰中的應用［J］.中國公共安全，2010（19）：103～106.

［5］劉建益.云計算技術在城市視頻監控系統中的應用［J］.中國安防，2014（Z1）：95～97.

［6］李 剛，婁東軍.網絡視頻發布技術在城市管理視頻監控中的應用［J］.廣東通信技術，2007，27（1）：24～27.

［7］胡 泳.視頻應用是未來的殺手應用［J］.商周刊，2009（5）：42.

［8］畢朦予.移動視頻商業模式探微［J］.新聞愛好者，2012（7）：12～13.

［9］盛 夏.LBS技術在社會化媒體中的應用［J］.科學之友，2012（2）.

［10］李元勤.地理位置服務或催生下一個谷歌［J］.數字通訊，2012（14）.