復雜網絡數據挖掘在智慧旅游系統中的應用研究

徐少甫++張天明

摘要：智慧旅游是當前旅游業的熱點，如何構建一個智慧旅游系統是我們的目標。隨著大數據時代的到來，以云計算和移動互聯為基礎的技術平臺，對整個旅游系統進行了重構。本文主要從復雜網絡數據挖掘角度出發，分析了智慧旅游的概念及其技術指標以及復雜網絡數據挖掘，并研究了其在智慧旅游系統中的應用。

關鍵詞：智慧旅游；復雜網絡；數據挖掘

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2017）10-0039-02

大數據和云計算的發展，給我們帶來了新的體驗。通過智能移動設備，我們正在享受智慧旅游帶給我們的體驗。智慧旅游的重點是對大數據的應用，而大數據的處理和應用離不開云計算和移動智能設備。復雜網絡數據挖掘要發現有價值的信息，就必須拓寬數據來源，并將數據源進行關聯。但即使用復雜網絡數據挖掘來分析旅游數據的價值信息，難度也比其他領域更大，因為旅游數據來源更多，形式更復雜。如果要給旅游者以滿意的服務，我們在服務的同時，必須引入動態評價體系，通過完善的評價理論和方法，建設智慧旅游。網絡的發展給人們帶來了方便，也帶來了困擾，特別是海量信息的產生。我們要進行復雜網絡數據挖掘，云計算是必不可少的工具，通過物聯網采集信息，結合數據挖掘算法，動態的進行數據處理。

1 智慧旅游系統的形成

1.1 智慧旅游的提出

2015年9月20日，國家旅游局首次在國家層面提出將旅游和互聯網兩大領域融為一體，這說明構建一個符合現代社會的智慧旅游系統勢在必行。早在2008年，IBM提出就提出了智慧地球的概念，并延伸產生了智慧旅游的概念。智慧旅游作為智慧地球和智慧城市的延伸，其理論和實際技術應用已經展開并取得了一些成果。

1.2 智慧旅游的概念

智慧旅游是社會發展到一定階段的產物，它不僅僅是信息處理、數據通信、旅游業態等綜合發展的結果，更是一個技術和服務的創新。在具體形式上，主要體現在物聯網、計算機、網絡通信、云計算、虛擬平臺、移動互聯等技術和設備的發展和應用上，在旅游者的體會主要是可以輕松、愉快、個性化的享受旅游行程。智慧旅游的智慧體現如下：（1）智慧旅游要達到智慧，就需要通過技術手段，讓游客感到愉悅，這是一個心理層面的感受。（2）智慧旅游的前提是旅游信息數字化，將信息化程度具體到信息收集、處理。（3）智慧旅游體現旅游者的主體地位，以人為本，強調人的感受，并引入評價體系，動態更新。（4）傳統旅游是以人的流動為基礎，是人與景點簡單的融合，沒有感情的交流。智慧旅游通過旅游信息數字化，讓旅游者更好的體會整個旅游活動的過程。（5）智慧旅游的發展，是一個技術和服務理念不斷創新的過程。

1.3 智慧旅游的相關技術

智慧旅游的整個技術體系主要體現在信息平臺的融合。

（1）感知層平臺，這是智慧旅游的基礎平臺。智慧旅游所有的基礎信息都是從感知層進行收集和整理，是智慧旅游應用體系的數據支撐。感知層中的物聯網平臺的構建，本質上是智慧旅游各種資源的收集，從而使智慧旅游成為可能。

（2）網絡層平臺，這是數據通信的基礎。在通信層面，移動互聯是智慧旅游的重點，旅游本來就是一個比較復雜的社會網絡。智慧旅游要讓旅游者有全新的體驗，網絡傳輸質量是最關鍵的，否則智慧旅游將是一個空中樓閣。

（3）信息處理平臺，這是智慧旅游的核心。在這個過程中，我們主要用到了大數據和云計算，通過云平臺和人工智能，將整個旅游系統中的信息進行分布式并行計算，通過虛擬化、網絡存儲等技術，讓旅游者能夠體會到智慧旅游的魅力。

（4）應用層平臺，這是我們的落腳點。所有智慧旅游的成果都需要一個出口，應用層就是這個展示平臺。應用層平臺是落實智慧旅游的平臺，智慧旅游是否能夠真正得到體現，就看應用層的具體表現。在應用過程中，我們除了有真實場景，還可以通過虛擬現實技術，展示一些著名景點，給旅游者一個全新的體驗。

1.4 智慧旅游發展的技術瓶頸

智慧旅游一路走來，依賴于科技的發展。但是影響智慧旅游的一些關鍵技術發展有所緩慢，還未進入成熟階段。主要體現在：（1）云計算技術還有待進一步提高，穩定性和安全性還需進一步加強；（2）網絡傳輸速度的進一步提升，這是智慧旅游發展很重要的一步；（3）大數據挖掘模式的研究，繼續研究從大數據中找到旅游者所關心的數據源。

2 復雜網絡及其數據挖掘的發展

2.1 復雜網絡的發展

自然界由很多復雜網絡構成，它們通過節點和節點組成網絡。例如社會關系網絡、Internet、社交網絡等，這些網絡表面上看沒有任何關系且各不相同。但是這些有形或無形的網絡具有的特征，如動態平衡、等級結構、相互關聯等。經過實踐證明，這些網絡之間具有很多的相似性。當第三次工業革命誕生之時，網絡進入了飛速發展的時代，從互聯網到物聯網，從云計算到大數據等，這些變化將使世界變得更小。對于人類來說，復雜網絡是高級別的網絡，它具有其它網絡所不具備的特性：（1）網絡規模龐大，網絡節點無限延伸，具有時空演變的特性；節點此消彼長，增加了對網絡分析的難度；（2）網絡規模龐大，導致結構復雜，網絡中的復雜因子不斷變化增加了復雜系數；（3）動力傳播性不斷增加，網絡有向性互不相同。

2.2 數據挖掘的發展

數據挖掘技術的發展大約從18世紀開始，如貝葉斯理論；到了19世紀，有了回歸分析，這些數據挖掘技術都是手工地從數據中提取模式。隨著信息化時代的到來，計算機和網絡技術的發展，大量的數據存儲在計算機中，這些數據的特點決定了人們很難直接理解，而其中的規律和價值更難以發現。因此，在大數據來臨之時，我們通過對復雜網絡的數據挖掘來發現其隱藏的數據模式。數據挖掘是數據“模型”的發現過程，是指從數據中提取有用模型的過程。在我們提取的模型中，可以是一個匯總，也可以使一個集合。我們通過建模的計算方法：（1）對數據進行簡潔的近似匯總描述，目標是尋找那些共同元素比例較高的集合對。（2）對數據進行特征抽取，從數據中尋找符合特征的個案。復雜網絡的快速發展和廣泛應用，以及相關公司的技術支持，給數據挖掘帶來了困擾。為解決復雜網絡的數據挖掘問題，將復雜網絡中的數據挖掘劃分為面向復雜網絡的結構挖掘、相似性挖掘、數據流傳播過程挖掘等多個類別：（1）數據挖掘前，對數據進行理解及收集、整理、預處理等。（2）數據挖掘中，挖掘模型的建立，包括算法的研究及實施，模型建立后的評估等。（3）數據挖掘后，通過專家庫，進行動態評價，并以可視化的形式給用戶展示，從而檢驗和評估數據挖掘所產生的結果。endprint

3 復雜網絡數據挖掘在智慧旅游系統中的應用

3.1 智慧旅游系統中結構和屬性信息的數據挖掘

目前隨著復雜網絡的廣泛應用和數據源越來越多，復雜網絡的數據量在近年來呈現爆炸式的增長。旅游業和大數據及云計算都是當前的熱點，智慧旅游更是我們關注重點。旅游業復雜數據爆炸式的增長—加快了旅游大數據的產生，也加速了我們對智慧旅游系統中復雜網絡數據挖掘的緊迫感。結合智慧旅游復雜網絡模型中的結構信息、屬性信息，以及信息流是挖掘復雜網絡數據的基礎和關鍵。要在高度復雜的、非結構化的復雜網絡中準確、高效地構建智慧旅游復雜網絡數據挖掘模型，需要盡可能多地獲取和收集一些相對全面的復雜網絡中的數據。通過對復雜網絡關鍵信息的提取，抽象出相應的節點、邊，以及它們的屬性特征。通過復雜網絡數據預處理過程，從而得到可以用來進行數據挖掘的基本數據類型，包括復雜網絡的靜態數據以及動態的信息流數據。智慧旅游這樣的復雜網絡數據源主要來源于現實世界中待挖掘的真實網絡，包括社會化網絡中的主體-人，交通網絡中的-車，景點網絡中的-景點，旅游社網絡中的-旅行社等，通過收集并集成這部分來自復雜網絡數據源中的信息。復雜網絡數據挖掘在智慧旅游中的結構和屬性分析主要體現在以下幾個方面：

（1）智慧旅游的屬性值在云服務流程過程中，主要是服務價值導向的融合和創新，這一階段的數據挖掘主要是通過物聯網、云計算、大數據和移動互聯等新興信息技術來實現數據管理、資源共享、系統實現和完善。通過對智慧旅游系統服務準備階段、服務進行階段、服務結束階段三個屬性進行分析，從而提升智慧旅游系統的人性化。

（2）智慧旅游系統的結構挖掘，主要是對傳統旅游模式的重構。強化創新，以云計算為技術手段，提升服務理念。這一過程主要是對旅游模式的分解，將每一個旅游節點放到復雜網絡的大環境中進行分析，從根本上解決每一個節點在時空演變的過程中，能有效改善旅游者的旅游體驗。

（3）智慧旅游系統中商業模式屬性，從傳統的景點購買向電子商務過渡，改變旅游行程中的購物模式，這種模式的關鍵是對海量信息的精確處理，這是復雜網絡數據挖掘的重點。

（4）智慧旅游系統中旅游者屬性的數據挖掘，以旅游者為中心。通過網絡中心，開展復雜網絡的節點分析，從而得出旅游者個體在復雜網絡各個節點所處的位置和所需要的網絡資源。通過鏈接預測，將用戶在網絡中的行為進行記錄，以改善用戶訪問體驗。

3.2 智慧旅游系統中的協同過濾——推薦相似項

在大數據時代，我們游客復雜的個性化需求和大數據的處理，引領我們的旅游進入了智慧旅游時代。智慧旅游正是通過改善和提高整個旅游體系，從而達到滿足游客從簡單的旅游體驗到以各種需求為中心。在推薦相似項問題上，我們主要從尋找具有相對較大交集的集合問題開始，在尋找過程中，我們主要通過最小哈希的技術。智慧旅游的發展是一個創新，我們在云計算環境下，根據游客的個性指標來進行有效推薦，這是復雜網絡數據挖掘的一個有效算法。針對該問題，產生了局部敏感哈希的技術，該技術能夠把搜索范圍集中在那些可能相似的項對上面。在協同過濾中，系統會向用戶推薦相似興趣用戶所喜歡的那些項。首先找出可能的候選對相似文檔集合，然后基于該集合發現真正的相似文檔。在智慧旅游系統中，我們對個性化旅游云服務選擇進行了協同過濾，通過技術手段，對這些信息數據資源構建基于云平臺中樞來進行信息配置和數據計算。在智慧旅游控制中心，我們通過提取復雜網絡動態增長的信息進行大數據分析，并通過移動互聯將分析結果進行可視化，為游客提供一個精確的旅游信息。在協同過濾-推薦相似項過程中，通過選擇最小哈希簽名的長度、檢查每個候選對的簽名，確定它們一致性的比例是否大于某個特定值。我們在智慧旅游系統中，通過采用組合算法，來實現個性化推薦。

3.3 智慧旅游系統中網絡數據流挖掘

智慧旅游系統中數據是流動的，這是旅游的特性所決定的。我們如何預測復雜網絡的信息傳播過程，主要結合信息流信息進行挖掘。由于復雜網絡的特點，我們在數據挖掘過程中，更多的是考慮數據的動態屬性，即信息流的屬性。數據流挖掘表示如果真需要數據，所有數據都可以用。當我們發現數據流來臨時，就需要及時對數據進行處理，否則，數據就流失了。智慧旅游系統通過云計算和物聯網等技術手段，及時抓住每一個信息流，并作出精確的數據分析，抽取有用樣本，為智慧旅游系統控制中心提供指揮信息。通常情況下，流處理常見方式是選擇或稱為過濾。即我們只想接受流當中滿足某個準則的元組集合。被接受的元組會以流的方式傳遞給另一個過程，而其他元組被忽略。在復雜網絡中，智慧旅游所處理的信息，由于不僅具有結構信息，還具有屬性信息以及信息流，我們不僅要研究其靜態屬性，還要研究其動態屬性。傳統的網絡挖掘方法無法刻畫乃至預測復雜網絡中信息傳播的動力學過程。在構建智慧旅游系統中，我們將復雜網絡的數據挖掘體系應用到數據處理中。通過構建一個可靠、穩定、高效的數據挖掘機制，在數據流的處理中，預測信息傳播過程中出現的問題。而整個智慧旅游就是以旅游者為中心的人員流動體系。

4 展望

本文主要研究了復雜網絡數據挖掘在智慧旅游系統中的應用。智慧旅游作為智慧地球的一部分，還有很大的提升空間。我們借助復雜網絡數據挖掘工具，充分發揮云計算的優勢，為智慧旅游系統的完善提供支持。未來，我們將從復雜網絡的千絲萬縷中，找出數據挖掘的科學模式，充分發揮人工智能、云計算的作用，不斷改善和提升智慧旅游的層次。

參考文獻

[1]紀俊.一種基于云計算的數據挖掘平臺架構設計與實現[D].青島大學，2009.

[2]吉嬙.常熟市智慧旅游發展模式研究[D].南京師范大學，2014.

[3]劉利寧.智慧旅游因子分析評價與對策研究[D].太原理工大學，2014.endprint