旅游大数据的研究路径探索_《现代商业》杂志社

产业研究

旅游大数据的研究路径探索

2021-08-07 18:37 来源：www.xdsyzzs.com 发布：现代商业阅读：次

陆玉莹南京传媒学院

基金项目：2020年度江苏高校哲学社会科学研究项目“大数据视角的在线旅游平台服务满意度研究”（编号：2020SJA2291）

摘要：新冠疫情爆发后，旅游业作为信息密集型产业，影响和带动相关行业多达110个，是中国疫情后恢复经济的重要支柱性产业。旅游过程中游客的行动轨迹，旅游消费以及在线服务过程中的交互活动会产生大量数据，因此近年来，学界学者们一直在研究旅游大数据问题对旅游产业升级改造的作用。本文以大数据元年2013年为起始，采集知网2013至2020年旅游大数据所有文献，绘制知识图谱，从文献的发表时间以及关键词的频次进行可视化分析，与时俱进。并针对关键词共词和聚类分析，探索未来旅游大数据的研究路径。

关键词：旅游大数据；知识图谱；可视化分析；研究路径

2020年1月，新型冠状病毒在国内爆发，直接导致旅游业受到重创，海外入境旅游停摆，国内旅游瘫痪。2020年中国智慧城市发展研究报告中提到当前中国疫情逐渐稳定，但世界疫情严峻，中国经济转为内循环。在此背景下，海外旅游缩水，国家开始大力发展国内旅游。因此大力发展智慧交通，推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合，必将推动国内旅游业发展。

自2013年大数据概念提出后，学界一直在探索和研究如何利用大数据助力旅游产业发展，其中刘逸、保继刚、朱毅玲所著论文《基于大数据的旅游目的地情感评价方法探究》下载量4493，被引量高达55，是目前旅游大数据领域下载量被引量最高的文献，从侧面反映该研究方向热度较高。利用知识图谱分析，可以清晰的绘制2013年之后学界对旅游大数据研究现状。

一、样本选择和研究工具

（一）样本数据的来源

为了保证研究出的结果能更全面的反映旅游大数据研究的总体情况，本研究以中国知网作为文献的数据来源，绘制旅游大数据领域的知识图谱，并探索旅游大数据的研究现状和方向。具体搜索条件如下。搜索库：期刊。主题：旅游大数据。检索范围中文文献。共搜索记录718条，其中核心论文81篇。去除会议通知，贺信，讲话等无关文献，共得到高质量论文567篇。检索时间区间为2013年至2020年。

（二）研究工具及研究方法

本论文选用CiteSpace可视化知识图谱软件，CiteSpace可视化知识图谱主要为WoS、CSSCI以及CNKI提供数据分析方法，在研究中主要使用文献共被引、共词网络以及作者共被引功能。文献数据生成图谱后，可针对高频节点、聚类知识群、高中介中心的节点和图谱的基本图例进行说明。

受CNKI数据的限制，CiteSpace无法进行文献共被引分析。针对CiteSpace现有功能以及本研究的研究对象和研究重点，本文主要针对关键词频次绘制旅游大数据研究的知识图谱。

二、旅游大数据研究的知识图谱分析

（一）旅游大数据的研究时间分布

2013年为大数据元年，各行业相继开始研究大数据是否可以助力行业踏上全新阶段。从2013至2020年有关旅游大数据的研究年年递增，尤其是2013年至2014年，相关学术论文是上一年的314.3%，此后的五年，每年保持10%以上的增长。这说明有关旅游大数据的研究，学者们讨论热烈，百家争鸣。

（二）关键词频次分析

图1 关键词分布以及共词图谱

1.关键词分布

本研究的搜索方式采用的是关键词检索方式，关键词可以准确概括作者的学术观点，因此对关键词进行知识图谱分析可以直观的了解学界对服务型政府的研究热点以及各关键词直接的关联程度。

通过CiteSpace初绘出关键词图形，呈现图1的状态，靠近十字架附近的说明关键词出现频次较高，远离的说明频次较低。通过图谱分析发现旅游大数据关键词相对比较集中，大数据、智慧旅游等关键词出现频率极高，其余关键词出现频率极低，因此图谱呈现中心分布图形。大数据是这2013年以来出现频率最高的关键词，处于十字架中心部分。结合excel数据分析，发现词频数超过10次以上的关键词有17个，其中频数超过100次的关键词仅有两个，分别是“大数据”和“智慧旅游”，这两个关键词的初现年份均为2013年，且频次极高，分别为369次和116次。

2.关键词共词分析

下表列出出现频次最高的17个关键词：

表1 关键词频次高于10次的关键词

通过表1可知晓，除去关键词“应用”外，与大数据有关的关键词有六个，分别是大数据、大数据时代、旅游大数据、大数据技术、大数据分析和云计算。其余十二个关键词均与旅游相关，涉及旅游各个领域，包括智慧旅游、旅游管理、旅游产业、全域旅游、乡村旅游和旅游企业。这说明，大数据覆盖旅游产业各个分支，对旅游产业的发展作用举足轻重。

（三）关键词聚类分析

对关键词进行聚类分析，得到12个聚类，将重复或相似关键词删除后，进一步提取，得到8个类别，数字越小，说明聚类中包含的关键词越多，每个聚类是多个紧密相关的词组成的。具体如图2所示：

图2 关键词聚类图谱

通过查阅聚类报告，结合国内研究回溯，本文对这八个聚类一一分析。

1.旅游管理

该聚类关键词出现时间为2017年，涉及应用策略，旅游产品看法，乡村振兴，旅游运输通道等多个领域。此类别出现关键词最多的三个词是大数据（369），旅游管理（29）和应用（14）。这说明当前旅游管理的研究偏重于大数据和对旅游管理的应用研究。从影响因子角度分析，旅游管理（10.57），大数据（8.52），旅游流（7.02），应用（7.02），生态旅游（7.02）这五个因子的影响程度最高，综上所述，旅游管理的研究偏重于旅游大数据的实践性，应用型探究。

2.游客

游客是旅游行业的主体，也是学者们进行学术研究的重点。该类别的研究出现较早，为2015年。从关键词频率分析，出现频率在10次以上的关键词有旅游业（49），旅游产业（19），游客（13）和旅游企业（11），这些关键词恰好包含旅游业的主体游客和企业，说明游客、旅游企业和旅游产业直接的不可分割型。从影响因子分析，游客（10.23），贵州（10.23），旅游业（9.56），大数据产业（9.07），这四个因子影响程度最高，除此之外影响因子在5以上的还有旅游企业，旅游社，贵阳和大数据。查看文献进一步研究发现，有关贵州和贵阳的研究文献有7篇，且出现时间较早，均为2014年，这说明贵州地区的旅游产业大数据研究较早，具有一定的借鉴意义。进一步分析此类别关键词和影响因子得出结论如下。第一，地方性研究较多，涉及贵州，安徽，深圳，广东，山东，云南等多个地区；第二，涉及整个旅游产业链，包括游客，旅游企业，旅游文化周边，旅游景点等多个领域。第三，充分结合最新技术和理念，出现的关键词包括数据库平台，智慧旅游，数据资源，数据治理，神经网络平台等。旅游产业链的界定常从游客需求的角度出发，涉及吃、住、行、游、娱多个方面^[1]，因此学界对这方面的研究较早也较为具体，同时借助大数据分析，对游客的样本^[2]，时空特征^[3]，人群消费特征等均做了详细分析。

3.智慧旅游

学界对智慧旅游的研究最早提出于2013年，通过影响因子发现，智慧旅游和宏观建设关系较为紧密，除了智慧旅游（15.35），大数据背景（8.35），公共服务（8.53）电子政务（8.53），预测预警（8.53）的影响程度都很高。可见智慧旅游和政府关系精密，利用大数据技术，科学准确的预测旅游产业相关问题，探索政府服务，公共服务问题是智慧旅游的重点研究方向。

4.云计算

云计算的研究始于2013年，出现时间较晚，是旅游大数据进一步研究后学者近三年提出的一个方向。此类别出现频率最高的三个关键词分别是全域旅游（19），云计算（14）和大数据平台（9）。2017年全国人大第五次会议，李克强总理在政府工作报告中首次提到全域旅游的概念，通过文献进一步研究发现，全域旅游早在2016年就有学者研究。结合关键词聚类分析报告，发现该类别侧重研究智慧化建设，包括大数据，地理信息系统，数据挖掘，信息化建设，智慧城市，智慧交通，可视化平台等。

5.旅游大数据

旅游大数据包含三个关键词类别，大数据时代，旅游大数据和大数据技术，本文将这三个归纳成一类重点分析。通过聚类报告，发现此类别关键词频数在10以上的分别有旅游大数据（35），大数据时代（46），旅游行业（12）和大数据技术（21）。进一步查阅文献发现，关于旅游大数据的文献研究较为宏观，除少数论文以外，其他研究均从行业出发，探究大数据对旅游行业的变革。

6.冰雪旅游和农业经济

聚类六和聚类七的研究方向相似，本文将这两个聚类一并总结探讨。冰雪旅游是近年来我国各种旅游形式的其中一种，农业经济类别的重点关键词是乡村旅游，也是近年来主要的旅游形式之一。进一步探究发现，这两个聚类涉及到的主要问题是旅游形式对消费者行为的影响。冰雪旅游涉及到体育旅游，养生旅游等问题，而乡村旅游则涉及休闲农业，协调发展的问题。近年来，各地出台多元化旅游形式，结合计算机应用技术，分析消费者行为，做好网络营销，带动旅游消费者的消费热情，是该类别重点的研究领域。

7.地理信息系统

地理信息系统的研究始于2014年，对该类文献进一步研究发现，该类别研究方向较为统一，主要研究的是大数据对智慧旅游的影响，通过地理信息系统衡量旅游客源市场空间分布的集中程度^[4]，提出各地区吸引客源的指标体系和维度，数据来源一般都是通过爬虫方式在各大旅游网站上采集。研究此方向的学者大多具有地理学科背景，发表期刊级别较高。

三、研究结论

（一）研究尚未到达爆发点，旅游大数据研究仍处于探索阶段

自大数据概念提出之后，有关旅游大数据的论文仅有567篇，平均每年70篇，产量较低，说明学界对此领域的研究还没有到达爆发点。但从每年的论文数量发现，旅游大数据研究每年递增速度较快，尤其是2017年以后，论文数量激增，说明学界越来越重视大数据对旅游产业的影响。

（二）研究逐步深入，更具体，应用性更强

目前的研究方向初次出现于2013年的有大数据，智慧旅游，云计算。这一阶段，研究较为浅析，大部分论文为规范性分析，缺乏实证研究。2014年提出乡村旅游和地理信息系统，研究方向开始偏重于具体的旅游形式，并且开始关注旅游流问题，利用地理信息系统研究旅游流的时间，空间以及旅游消费者的行为问题。2015年关键词首次出现旅游大数据、大数据分析、应用以及游客，学者开始研究大数据如何分析旅游消费者的行为，并应用到实际旅游产业的发展问题。2016年提出全域旅游，开始研究基于大数据旅游平台的旅游产业问题。2017年，研究程度又有了质的飞跃，旅游大数据的研究首次出现关键词旅游管理和旅游行业，研究回归本源。从2013年概念的提出，到2014年-2016年大数据在旅游各方面的应用研究，再到2017年回归旅游本身，研究大数据对旅游管理和整个旅游产业的影响，说明学界对此领域的研究是与时俱进的，是深入的。

四、研究路径探寻

当前，大数据在旅游产业的作用越来越大，如何更好地，更合理的将大数据技术运用于旅游产业链的各个环节，是研究学者的研究重点。

（一）研究方向：基于大数据背景的智慧旅游

基于大数据的智慧旅游研究是学界研究的重点。从2013年至今，大数据和智慧旅游这两个关键词出现的频率最高，关键词聚类和相关文献回溯也发现，关于这一领域的研究非常热门。智慧旅游与公共文化建设息息相关，聚类中发现，与智慧旅游相关的关键词有公共服务、电子政务、预测预警等。2015年1月，国家旅游局印发《关于促进智慧旅游发展的指导意见》，强调建立完善旅游信息基础数据平台，推动智慧旅游产业发展。在此之后，基于大数据背景的智慧旅游研究越来越多，2019年，国家明确提出“构建文化大数据应用生态体系，加强文化大数据公共服务支撑”的要求，2020年11月底，文化和旅游部提出要建设一批世界级旅游景区和度假区，树立智慧旅游进去样板，到2022年，“互联网+旅游”发展机制更加健全，服务更加丰富。

（二）研究内容：更具体的大数据分析

关键词频次分析中，有关大数据的关键词有六个，包括大数据分析和云计算。从聚类分析来看，除了这六个关键词以外，还有地理信息系统。对这部分论文作进一步分析发现，高质量论文较多，且数据分析具体客观。主要的方向一个是基于地理信息系统方面的旅游流研究，提出具体指标，具体数据，对旅游目的地游客的特征具体研究，包括时空动态、结构特征、影响因素等方面。另一个方向是针对游客在在线旅游网站的评价，利用数据文本挖掘技术，分析游客满意度并预测市场需求^[5]。前者的分析以各个地区特征为切入点研究，后者倾向于对在线旅游网站的大数据挖掘，具体详实，研究价值较高，高质量论文较多。

（三）创新思路：旅游形式多样化

旅游形式的多样化，是国家发展旅游业的重要创新思路。通过知识图谱可视化分析发现，关键词中出现频次较高的有乡村旅游，聚类分析中有农业经济和冰雪旅游，这些旅游形式关键词又与旅游流，旅游目的地的研究关系密切。当前中国疫情逐渐稳定，但世界疫情严峻，中国经济转为内循环。在此背景下，海外旅游缩水，国家开始大力发展国内旅游。2020年2月28日，中央宣传部、文化部和旅游部等23个部门联合出台《关于促进消费扩容提质加快形成强大国内市场的实施意见》提出要推动新型文化和旅游业态，鼓励博物馆游、科技游、民俗游等文化体验游，开发一批适应境内外游客需求的旅游线路、旅游目的地、旅游演艺及具有地域和民族特色的创意旅游商品^①。

（四）政策导向：旅游行业的管理和治理

旅游管理和旅游行业是2017年出现的突现词，虽然出现较晚，但出现频次很高，其中旅游管理的频次为29次，关键词频次排名第七。排名前六的关键词除旅游大数据以外均在2013年出现，可见学界对旅游管理方面的研究热度。国家在旅游管理和治理方面一直非常重视，2020年政府工作报告中，提出：“支持餐饮、商场、文化、旅游、家政等生活服务业恢复发展，推动线上线下融合^②”。8月31日，文化和旅游部公布《在线旅游经营服务管理暂行规定》，要求在线旅游经营者不得滥用大数据分析等技术，基于旅游者消费记录、旅游偏好等设置不公平的交易条件，侵犯旅游者合法权益。与此同时，各地政府对旅游管理问题极其重视，如青岛今年四月提出提升旅游管理，提高当地旅游业服务意识、服务质量的工作目标。上海文化和旅游系统行业2020年5月12日针对五一小长假提出坚持承载量科学管理，加强内部分区承载量细化管理，实现内部错峰分流，提高游客安全感、舒适度的要求。