论文部分内容阅读
摘 要：随着大数据和人工智能技术不断地革新和发展，影响游客选择旅游目的地的信息来源正在发生巨大变化，游客通过线上用户评价来选择旅游景区逐渐成为普遍现象。本文以旅游网络平台上的用户评论为数据来源，利用人工智能技术对旅游景区深度吸引力进行分析，并根据分析结果提出优化策略，促使旅游景区向高质量方向发展。
关键词：人工智能；旅游景区；深度学习
中图分类号：F592.7；F299.27 文献标识码：A
2019年起，我国成为全球最大的旅游市场，旅游业总收入超过6.63万亿元[1]。随着互联网技术的发展，科技将成为塑造旅游新未来的中坚力量。我国针对旅游业的发展提出了“人工智能+”计划，以实现旅游业与人工智能、物联网、大数据和云计算等技术协同发展，并不断推动传统旅游业转型升级。人工智能时代，游客在选择旅游景区时，会在融入机器学习和深度学习技术的智能系统的支持下，从各大网络平台了解旅游目的地和相关旅游产品的信息，并通过用户评论进行对比择优。因此，为了使景区最大程度地吸引游客来观光旅游，本文使用大数据和人工智能技术分析现有网络平台上旅游景区的数据信息，构建基于深度学习的景区吸引力分析模型，来为景区制定优化发展策略。
（一）研究方法
本文采用人工智能技术将景区的各项定量数据作为可计算的输入信息，再把游客的主观评价定性结果编码作为可计算的输入信息，之后结合定量、定性和主观信息对旅游景区吸引力进行精准推理，并结合结果制定个性化的发展策略。具体来说，本文首先使用数据分析法，通过收集网络平台上（如美团、大众点评、携程等）的旅游景区信息和主观评价信息，尤其是游客满意度和体验感信息，再将上述数据进行吸引力指数标定，从而组成训练和测试数据集供人工神经网络学习[2]；其次使用深度学习方法论的人工神经网络和反向传播算法对上述数据进行分析，继而进行吸引力指数推理，制定景区的优化策略。
（二）输入信息设计和吸引力指数设计
1.输入信息设计
本文归纳总结各大网络平台上的旅游景区信息，将输入信息数据分为以下几个方面。①景区等级、当地景点热度榜排名和景区自然或人文环境优质参数；②门票价格；③景区内产品数量以及不同产品的购买数量；④交通、住宿便捷程度及平均价格区间；⑤游客评价，包括点评星级、好中差评指标、是否晒图、评价文字正反情感程度、该景区在网络平台舆情分析结果和重点抓取的优质评价结果。
2.吸引力指数设计
本文通过归纳总结网络平台上游客比较关注的指标，将吸引力指数分为以下几个定量指标。①景区优质指数，主要是景区文化旅游资源的禀赋情况；②食住行便利程度及品质；③节假日流量控制优质指数；④景区管理优质指数，包括景区设施是否安全方便；⑤景区智能化程度；⑥旅游文创产品优质指数；⑦景区宣传程度。
（三）基于深度学习的旅游景区吸引力分析模型
人工智能的出现使机器代替人类完成一些力所能及的任务，比如语音导航、人脸识别、决策或学习[3]。深度学习是机器学习研究的新探索，是通过模仿人脑机制，建立、模拟学习的神经网络来解释图像或文本数据[4]。深度学习方法还未广泛应用于旅游领域，尤其是对A级景区的模拟与预测[5]。
本文使用网络平台上旅游景区的相关数据和评价来推理对应旅游景区的吸引力程度来辅助制定优化策略，即使用一个复杂映射函数F将对应的旅游数据回归为吸引力指数。如图1所示，本文通过对旅游景点的等级、景区内游玩项目、附近吃住玩项目、门票价格以及相关的用户评价指标（点评时间、点评星级等）进行编解码来回归吸引力指数。
首先，要将上述输入信息使用字符向量转换为可计算的向量，再通过深度人工神经网络对输入向量进行特征提取，以将输入信息映射到高维特征空间进行知识表示。其次，将提取到的特征信息输入双向长短时记忆网络中以实现输入信息之间长期依赖。再次，得到最后一位输入信息以后，充分考虑双向长依赖后的吸引力指数预测结果。最后，通过标定好的各项吸引力指标的真实标签来约束特征提取网络和双向长短时记忆网络收敛，以实现从输入信息经过非线性复杂映射到输出信息的整个推理过程，即从给定输入向量{X1， X2， X3， X4， X5}映射到吸引力指数预测值YP。如图2所示，本文展示了双向长短时记忆网络的具体架构，其中W1，…，W7为可学习的网络权重参数。
（一）结论
如图3所示，根据深度学习的定性分析结果可知，影响自然景区和人文景区的因素差异较大。其中，对自然景区影响权重较大的因素为景区优质指数、食住行便利程度及品質、节假日流量控制优质指数、景区智能化程度和景区管理优质指数；对人文景区影响权重较大的因素为景区优质指数、食住行便利程度及品质、旅游文创产品优质指数、景区宣传程度和景区智能化程度。
如表1所示，通过权重分析可知，第一，自然景区的游客最为关注景区优质指数，如游客较为偏爱一些林木蔽空、泉水潺潺、鸟叫虫鸣的秀丽景色。第二，食住行便利程度及品质。对于酒店或餐厅而言，游客较关注它们距离景区的远近和性价比的高低。交通方面，一方面，游客较为关注景区周围交通通达度的好坏程度，尤其是火车站或飞机场到景区的便捷程度；另一方面，景点与景点之间的方便与否较受游客关注。第三，节假日流量控制优质指数。因节假日人车流量较大，游客偏爱较为静谧的自然环境氛围及舒适的人群距离。第四，景区智能化程度，如便捷的网上票务预订系统等。第五，景区管理优质指数。交通标识方面，游客更加偏爱清晰易懂标识体系的景区；景区环境方面，游客偏爱干净、有序的景区。
如表2所示，通过权重分析可知，第一，游客最为关注人文景区的资源优质程度，尤其关注5A级景区中历史悠久、气势宏伟且具有艺术气质的文化遗产。第二，食住行便利程度及品质。对于饮食和酒店而言，除了便利程度外，文化特色是游客关注的重点，如当地美食和民宿的品质化和特色化；对于交通而言，随着自驾游的兴起，游客较为关注景区停车场的承载量和停车场与景区入口的距离远近。第三，旅游文创产品优质指数。景区的文化底蕴和文化呈现方式颇受游客关注，尤其是特色文创产品受到很多年轻人的追捧，如故宫的彩妆系列、三星堆的“出土味”和“青铜味”冰激凌。第四，景区和产品的宣传，如游客较为关注新媒体宣传较多的网红打卡地。第五，景区智能化程度。对于很多旅游展馆而言，智能入馆游览机制及智能讲解颇受游客喜爱。
（二）优化策略
1.抓住市场需求，升级旅游产品
盘点景区文化旅游资源，推动文旅深度融合，把现有旅游产品进行升级转型，逐渐向多样化、特色化、个性化发展，打造一系列观光、休闲、养生旅游产品。此外，随着创意经济的崛起，90后、00后年轻一代偏爱“潮”而“酷”的文创产品。因此，景区应根据市场需求，摒弃为了文创而文创的发展理念，注重挖掘景區或当地的文化内涵，打造独特的品牌形象（Intellectual Property，IP），研发高附加值的文创产品，给游客带来与众不同的情感与精神体验[6]。
2.提高服务质量，培育核心竞争力
体验经济时代，良好的服务是景区核心竞争力之一。因此，景区应提供精细化的服务，促使“门票经济”向“体验经济”转变。如优化讲解服务，景区不再是千篇一律的导游词，而是引人入胜的个性化解说，让游客更加深入了解旅游吸引物的厚重文化，达到灵魂共鸣的效果。
3.运用数字科技，提高游客体验
一方面，运用大数据等互联网技术对节假日期间的景区流量进行大致预测，从而根据景区承载量合理控制人流量，使游客能够充分享受清新自然和特色文化带来的愉悦感。同时，为预防因信息不对称导致盲从现象的发生，景区应在官网、微信公众号及各大旅游平台上及时发布每日限流人数、开放时间及推荐游览线路等信息，便于游客合理规划旅游行程。
4.瞄准市场卖点，创建营销新模式
随着5G进一步发展，“云游”和“云消费”将会成为旅游新常态。在此背景下，景区应推进融媒体营销战略，开展多平台、立体化的营销宣传。一方面与微博大V或抖音、快手短视频博主合作，策划“短、奇、炫”的景区宣传片，于细微之处打动潜在游客；另一方面，通过直播、综艺植入、线下演艺等形式，形成全天候、双线联动的营销新模式，从而带动旅游消费，增加旅游收入。
[1] 林锦屏，艾玉娟，钟竺君，等.云南大学在校生旅游网络平台体验满意度研究：基于模糊综合评价法[J].资源开发与市场，2021（3）：349-357.
[2] 李雷，徐浩，吴素萍.基于DDPG的三维重建模糊概率点推理[J].自动化学报，2021（6）：1-16.
[3] U GRETZEL，向征.人工智能时代的旅游[J].旅游学刊，2020（1）：1-3.
[4] 艾波，姜英超，王振华，等.基于深度学习的海表温度遥感反演模型[J].遥感信息，2018（5）：15-20.
[5] 朱生东，张翀，白子怡.基于深度学习的旅游景区空间格局模拟与预测：以中国“一带一路”沿线18个省份为例[J].地域研究与开发，2021（3）：75-79.
[6] 兰晓虹，王晶，李美.游客感知视角下的旅游文创产品开发：以山西省大同市为例[J].中共山西省委党校学报，2020（1）：122-125.
关键词：人工智能；旅游景区；深度学习
中图分类号：F592.7；F299.27 文献标识码：A
引言
2019年起，我国成为全球最大的旅游市场，旅游业总收入超过6.63万亿元[1]。随着互联网技术的发展，科技将成为塑造旅游新未来的中坚力量。我国针对旅游业的发展提出了“人工智能+”计划，以实现旅游业与人工智能、物联网、大数据和云计算等技术协同发展，并不断推动传统旅游业转型升级。人工智能时代，游客在选择旅游景区时，会在融入机器学习和深度学习技术的智能系统的支持下，从各大网络平台了解旅游目的地和相关旅游产品的信息，并通过用户评论进行对比择优。因此，为了使景区最大程度地吸引游客来观光旅游，本文使用大数据和人工智能技术分析现有网络平台上旅游景区的数据信息，构建基于深度学习的景区吸引力分析模型，来为景区制定优化发展策略。
一、研究设计与模型构建
（一）研究方法
本文采用人工智能技术将景区的各项定量数据作为可计算的输入信息，再把游客的主观评价定性结果编码作为可计算的输入信息，之后结合定量、定性和主观信息对旅游景区吸引力进行精准推理，并结合结果制定个性化的发展策略。具体来说，本文首先使用数据分析法，通过收集网络平台上（如美团、大众点评、携程等）的旅游景区信息和主观评价信息，尤其是游客满意度和体验感信息，再将上述数据进行吸引力指数标定，从而组成训练和测试数据集供人工神经网络学习[2]；其次使用深度学习方法论的人工神经网络和反向传播算法对上述数据进行分析，继而进行吸引力指数推理，制定景区的优化策略。
（二）输入信息设计和吸引力指数设计
1.输入信息设计
本文归纳总结各大网络平台上的旅游景区信息，将输入信息数据分为以下几个方面。①景区等级、当地景点热度榜排名和景区自然或人文环境优质参数；②门票价格；③景区内产品数量以及不同产品的购买数量；④交通、住宿便捷程度及平均价格区间；⑤游客评价，包括点评星级、好中差评指标、是否晒图、评价文字正反情感程度、该景区在网络平台舆情分析结果和重点抓取的优质评价结果。
2.吸引力指数设计
本文通过归纳总结网络平台上游客比较关注的指标，将吸引力指数分为以下几个定量指标。①景区优质指数，主要是景区文化旅游资源的禀赋情况；②食住行便利程度及品质；③节假日流量控制优质指数；④景区管理优质指数，包括景区设施是否安全方便；⑤景区智能化程度；⑥旅游文创产品优质指数；⑦景区宣传程度。
（三）基于深度学习的旅游景区吸引力分析模型
人工智能的出现使机器代替人类完成一些力所能及的任务，比如语音导航、人脸识别、决策或学习[3]。深度学习是机器学习研究的新探索，是通过模仿人脑机制，建立、模拟学习的神经网络来解释图像或文本数据[4]。深度学习方法还未广泛应用于旅游领域，尤其是对A级景区的模拟与预测[5]。
本文使用网络平台上旅游景区的相关数据和评价来推理对应旅游景区的吸引力程度来辅助制定优化策略，即使用一个复杂映射函数F将对应的旅游数据回归为吸引力指数。如图1所示，本文通过对旅游景点的等级、景区内游玩项目、附近吃住玩项目、门票价格以及相关的用户评价指标（点评时间、点评星级等）进行编解码来回归吸引力指数。
首先，要将上述输入信息使用字符向量转换为可计算的向量，再通过深度人工神经网络对输入向量进行特征提取，以将输入信息映射到高维特征空间进行知识表示。其次，将提取到的特征信息输入双向长短时记忆网络中以实现输入信息之间长期依赖。再次，得到最后一位输入信息以后，充分考虑双向长依赖后的吸引力指数预测结果。最后，通过标定好的各项吸引力指标的真实标签来约束特征提取网络和双向长短时记忆网络收敛，以实现从输入信息经过非线性复杂映射到输出信息的整个推理过程，即从给定输入向量{X1， X2， X3， X4， X5}映射到吸引力指数预测值YP。如图2所示，本文展示了双向长短时记忆网络的具体架构，其中W1，…，W7为可学习的网络权重参数。
二、结论及优化策略
（一）结论
如图3所示，根据深度学习的定性分析结果可知，影响自然景区和人文景区的因素差异较大。其中，对自然景区影响权重较大的因素为景区优质指数、食住行便利程度及品質、节假日流量控制优质指数、景区智能化程度和景区管理优质指数；对人文景区影响权重较大的因素为景区优质指数、食住行便利程度及品质、旅游文创产品优质指数、景区宣传程度和景区智能化程度。
如表1所示，通过权重分析可知，第一，自然景区的游客最为关注景区优质指数，如游客较为偏爱一些林木蔽空、泉水潺潺、鸟叫虫鸣的秀丽景色。第二，食住行便利程度及品质。对于酒店或餐厅而言，游客较关注它们距离景区的远近和性价比的高低。交通方面，一方面，游客较为关注景区周围交通通达度的好坏程度，尤其是火车站或飞机场到景区的便捷程度；另一方面，景点与景点之间的方便与否较受游客关注。第三，节假日流量控制优质指数。因节假日人车流量较大，游客偏爱较为静谧的自然环境氛围及舒适的人群距离。第四，景区智能化程度，如便捷的网上票务预订系统等。第五，景区管理优质指数。交通标识方面，游客更加偏爱清晰易懂标识体系的景区；景区环境方面，游客偏爱干净、有序的景区。
如表2所示，通过权重分析可知，第一，游客最为关注人文景区的资源优质程度，尤其关注5A级景区中历史悠久、气势宏伟且具有艺术气质的文化遗产。第二，食住行便利程度及品质。对于饮食和酒店而言，除了便利程度外，文化特色是游客关注的重点，如当地美食和民宿的品质化和特色化；对于交通而言，随着自驾游的兴起，游客较为关注景区停车场的承载量和停车场与景区入口的距离远近。第三，旅游文创产品优质指数。景区的文化底蕴和文化呈现方式颇受游客关注，尤其是特色文创产品受到很多年轻人的追捧，如故宫的彩妆系列、三星堆的“出土味”和“青铜味”冰激凌。第四，景区和产品的宣传，如游客较为关注新媒体宣传较多的网红打卡地。第五，景区智能化程度。对于很多旅游展馆而言，智能入馆游览机制及智能讲解颇受游客喜爱。
（二）优化策略
1.抓住市场需求，升级旅游产品
盘点景区文化旅游资源，推动文旅深度融合，把现有旅游产品进行升级转型，逐渐向多样化、特色化、个性化发展，打造一系列观光、休闲、养生旅游产品。此外，随着创意经济的崛起，90后、00后年轻一代偏爱“潮”而“酷”的文创产品。因此，景区应根据市场需求，摒弃为了文创而文创的发展理念，注重挖掘景區或当地的文化内涵，打造独特的品牌形象（Intellectual Property，IP），研发高附加值的文创产品，给游客带来与众不同的情感与精神体验[6]。
2.提高服务质量，培育核心竞争力
体验经济时代，良好的服务是景区核心竞争力之一。因此，景区应提供精细化的服务，促使“门票经济”向“体验经济”转变。如优化讲解服务，景区不再是千篇一律的导游词，而是引人入胜的个性化解说，让游客更加深入了解旅游吸引物的厚重文化，达到灵魂共鸣的效果。
3.运用数字科技，提高游客体验
一方面，运用大数据等互联网技术对节假日期间的景区流量进行大致预测，从而根据景区承载量合理控制人流量，使游客能够充分享受清新自然和特色文化带来的愉悦感。同时，为预防因信息不对称导致盲从现象的发生，景区应在官网、微信公众号及各大旅游平台上及时发布每日限流人数、开放时间及推荐游览线路等信息，便于游客合理规划旅游行程。
4.瞄准市场卖点，创建营销新模式
随着5G进一步发展，“云游”和“云消费”将会成为旅游新常态。在此背景下，景区应推进融媒体营销战略，开展多平台、立体化的营销宣传。一方面与微博大V或抖音、快手短视频博主合作，策划“短、奇、炫”的景区宣传片，于细微之处打动潜在游客；另一方面，通过直播、综艺植入、线下演艺等形式，形成全天候、双线联动的营销新模式，从而带动旅游消费，增加旅游收入。
参考文献
[1] 林锦屏，艾玉娟，钟竺君，等.云南大学在校生旅游网络平台体验满意度研究：基于模糊综合评价法[J].资源开发与市场，2021（3）：349-357.
[2] 李雷，徐浩，吴素萍.基于DDPG的三维重建模糊概率点推理[J].自动化学报，2021（6）：1-16.
[3] U GRETZEL，向征.人工智能时代的旅游[J].旅游学刊，2020（1）：1-3.
[4] 艾波，姜英超，王振华，等.基于深度学习的海表温度遥感反演模型[J].遥感信息，2018（5）：15-20.
[5] 朱生东，张翀，白子怡.基于深度学习的旅游景区空间格局模拟与预测：以中国“一带一路”沿线18个省份为例[J].地域研究与开发，2021（3）：75-79.
[6] 兰晓虹，王晶，李美.游客感知视角下的旅游文创产品开发：以山西省大同市为例[J].中共山西省委党校学报，2020（1）：122-125.