智慧旅游系統架構設計

文/丁勇

智能旅游系統解決了旅游部門精細管理的需要，旅游管理部門掌握了大量的管理數據，他們利用大數據分析技術進行數據驅動的社會管理。通過政府的程序化、標準化、數據化功能，實現社會管理由粗放型向精細化的轉變。實現歷史旅游數據的智能分析，預測未來的客流、車流等數據。它可以測量進入景區的游客數量和實時流量，方便對景區的流量進行動態控制；能夠預估各種安全形勢的潛在風險，提前處理突發事件，做好預測和預防工作；它可以對游客和旅游結構進行統計分析，對景區各個旅游季節進行動態票價規劃，對旅游資源進行統計分析與深度開發。

圖1：智慧旅游系統架構

1 需求背景

旅游業具有產業范圍廣、規模大、流動性強的特點，旅游業也面臨著“新常態”下的升級挑戰和改革機遇，對于一般經濟部門來說，新常態是經濟增速放緩，人均GDP增速下降，許多傳統產業正在調整結構，但旅游業進入新常態的速度很快。如何利用先進技術對海量、多樣化的數據進行深度分析和應用，對海量數據進行搜索、關聯和比較，實時發現潛在問題并加以預警，已成為當前亟待解決的問題。

主要體現在以下兩個方面:首先,現有的系統仍在結構化數據處理模式系統, 要實現對旅游企業的整體運行狀況、游客出行規律等方面以時間粒度進行數據分析還存在不足。其次,在處理這些邏輯相關的過程中大量的多源異構數據,現有系統的數據存儲結構,處理類型和處理效率不能滿足旅游管理數據和擴大規模和快速數據挖掘和應用的必要性。

圖2：智慧旅游系統數據架構

圖3：智慧旅游數據流結構

旅游信息智能處理與決策管理系統構建了一個支持橫向擴展的大型數據處理平臺體系結構，具有分布式、并行性和高效率的特點。綜合運用云計算、云存儲、并行數據挖掘、圖像識別等技術進行數據存儲、挖掘、關聯和分析。通過集成異構數據資源數據和圖像等電子監控設備到大型數據處理平臺,提供在線實時分析模式和離線統計分析模式,通過分布式存儲和并行數據挖掘、實時和離線分析大數據的各種旅游管理可以全面開展。挖掘海量數據中隱藏的信息，充分掌握旅游企業的經營狀況，它可以為戰略制定、決策分析和行動部署提供依據，大大提高一體化管理的集約化程度。

2 架構設計

系統基于Web框架采用層次結構進行架構如圖1所示，上層使用下層提供的服務，僅通過調用層之間的特定接口來獲得下層服務。下層公開特定的接口，為上層提供特定的服務，不依賴于上層，也不知道上層的存在，進一步提高了系統設計和實現的靈活性和可靠性。

系統數據架構如圖2所示分為：數據層、決策分析處理層、應用層。

數據層提供集中的數據訪問，包括數據連接池控制、數據庫安全控制和數據庫系統，集中式數據訪問可以在大量用戶同時訪問的情況下共享連接信息，從而提高了效率，集中式的數據庫安全控制，使任何數據庫都可以從互聯網上訪問，必須通過強制安全性來管理，并且不允許直接訪問數據庫。

決策分析處理層通過業務模型建立、分析，數據挖掘分析，提供智慧旅游的數據服務、管理服務。

應用層通過提供統一的數據服務接口為每個應用程序系統提供服務，應用系統的表示層可以是網站、客戶端系統、Web服務等應用程序。

3 數據流圖

智慧旅游系統基于Hadoop，包括大數據分析、數據挖掘、機器學習、HDFS和Hbase等功能模塊，數據流結構如圖3所示。系統收集各種各樣的信息通過消息總線匯聚各類信息，分布式數據通過Hbase、HDFS、MapReduce計算分布式數據,將結果和各種基本應用系統集成平臺通過應用程序服務器的數據接口,并使信息檢索和分析決策。在系統中明確數據定義，統一數據來源，進一步挖掘模擬、預測等更高層次的決策支持；建立專業化的智能決策團隊與共享服務機制；實現對已建立決策輔助業務應用的橫向集成、縱向貫通。

4 總結

智能旅游系統提供基礎數據源，對大量旅游資源信息進行整理和分類，建立數據的標準規范，并根據不同的主題，建立分類數據庫，梳理旅游資源目錄系統，實現數據共享、交換和應用集成。通過對旅游不同專題數據的分類和分析，了解旅游產業的發展現狀和趨勢，為地方旅游政策和旅游發展方向提供指導，了解營銷利潤率、渠道分析、游客購買行為，從而更準確地投資于營銷資金、分銷渠道和游客喜愛的購買選擇。