張 簡（美）

（西安外國語大學旅游學院人文地理研究所，特聘專家、教授；美國傳奇智景旅游顧問公司，總裁）

本刊專稿

大數(shù)據(jù)新趨勢及旅游業(yè)

張 簡（美）

（西安外國語大學旅游學院人文地理研究所，特聘專家、教授；美國傳奇智景旅游顧問公司，總裁）

當前，全球數(shù)字系統(tǒng)正以分秒計地生成和消費著龐雜的海量數(shù)據(jù)。大數(shù)據(jù)成為信息管理的新前沿。大數(shù)據(jù)驅(qū)動技術基礎設施發(fā)展的同時，也為各行各業(yè)提供了擷取、存儲、分析和可視化處理大量結(jié)構(gòu)性和非結(jié)構(gòu)性數(shù)據(jù)的工具。大數(shù)據(jù)時代旅游業(yè)的數(shù)據(jù)種類和結(jié)構(gòu)發(fā)生了根本性變化。大數(shù)據(jù)賦予我們這代人最大限度利用其價值的時代性機會，為旅游業(yè)變革帶來重大轉(zhuǎn)機，以提高旅游服務和改善旅游體驗。正如任何一種更新?lián)Q代技術所帶來的，在大數(shù)據(jù)時代，變革性機遇與破壞性危機并存。大數(shù)據(jù)為政府及旅游業(yè)帶來極具競爭、同時也極具創(chuàng)造性的挑戰(zhàn)。

大數(shù)據(jù)；新趨勢；旅游業(yè)

概論

現(xiàn)今世界數(shù)據(jù)量爆炸。大數(shù)據(jù)技術作為企業(yè)、地區(qū)和國家的競爭戰(zhàn)略，刺激了生產(chǎn)力的發(fā)展，促進了產(chǎn)業(yè)創(chuàng)新，同時也帶來新一輪的消費浪潮。數(shù)以百萬計的網(wǎng)絡傳感器嵌入各種設備，如智能手機、智能電表、汽車和工業(yè)設備，分分秒秒地感知、創(chuàng)建和交互著物聯(lián)網(wǎng)數(shù)據(jù)。同時，社交媒體網(wǎng)站、智能手機和其他個人電腦設備成為全世界億萬用戶生成與分享數(shù)據(jù)的工具。此外，各新聞媒體及信息渠道大量發(fā)布消息，使大數(shù)據(jù)成幾何數(shù)級增長。

毋庸置疑，大數(shù)據(jù)的作用已體現(xiàn)在人類活動的各個領域。比如，大數(shù)據(jù)分析用于科學研究，來處理海量的物理、氣候、醫(yī)學和旅游等多方面的數(shù)據(jù)，從中找出某領域的業(yè)態(tài)規(guī)律。在旅游業(yè)，諸多線上旅游企業(yè)利用大數(shù)據(jù)捕捉有關客戶、供應商和企業(yè)運營的龐大的信息，集成分析數(shù)據(jù)的價值。

隨著網(wǎng)絡信息技術的飛速發(fā)展，搜索引擎成為重要的網(wǎng)絡信息平臺，人們按照自己的需求和興趣，利用檢索服務功能查詢及獲取信息。各種信息查詢活動被網(wǎng)絡搜索工具記錄下來。研究表明，這些龐大的搜索數(shù)據(jù)與實現(xiàn)的消費行為之間存在著關聯(lián)。

此外，每一次機票預訂，酒店入住，租車，火車訂票等都留下數(shù)據(jù)痕跡。在游客各種網(wǎng)絡活動帶來數(shù)億兆字節(jié)結(jié)構(gòu)化數(shù)據(jù)的同時，各家網(wǎng)評和博客上日益增多的旅行攻略、社交網(wǎng)絡上的在線討論、游客喜好、客服中心的游客反饋等帶來海量非結(jié)構(gòu)化數(shù)據(jù)。事實上，非結(jié)構(gòu)化數(shù)據(jù)比傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)增長更快。非結(jié)構(gòu)化數(shù)據(jù)須轉(zhuǎn)換成可分析的形式，在實時基礎上對其進行分析，以幫助制定產(chǎn)業(yè)政策，指導旅游企業(yè)運作。

大數(shù)據(jù)策略已為許多旅游企業(yè)運用，尤其是線上旅游企業(yè)、元搜索網(wǎng)站和一些旅行信息發(fā)布機構(gòu)。而另一些旅游企業(yè)，如航空公司、連鎖酒店等，還在大數(shù)據(jù)旅程的初期，分析采用大量內(nèi)部結(jié)構(gòu)化數(shù)據(jù)。在大數(shù)據(jù)時代，旅游業(yè)將面對各種不斷涌現(xiàn)的新數(shù)據(jù)格式，用新的分析挖掘模式，實時擷取、存儲、分析和處理不斷更新的大數(shù)據(jù)。

大數(shù)據(jù)定義

大數(shù)據(jù)這一術語包含兩個概念：數(shù)據(jù)存儲和數(shù)據(jù)分析。大數(shù)據(jù)不同于傳統(tǒng)的數(shù)據(jù)處理，“大”意味著大量性，更兼具重要性和復雜性的特質(zhì)，從而，人們很難從單一角度對其進行定義。廣為人知的定義最早由META信息技術公司的分析師道格拉尼提出。他在2001年的研究報告中提出有關大數(shù)據(jù)的“3V”定義1，即：海量（Volume）—海量的數(shù)據(jù)；速度（Velocity）—數(shù)據(jù)生成、捕獲和共享的頻率和速度；種類（Variety）—各種來源的多樣性數(shù)據(jù)類型和格式。后來的諸多研究增加了更多對大數(shù)據(jù)的理解，如準確性（Veracity），有效性（Validity）及價值性（Value）等。但這些理解都基于原有的“3V”概念，是原有“3V”定義的延伸，在定義框架高度難出其右。因此，大數(shù)據(jù)“3V”定義到今天仍受到廣泛使用。

在操作層面來說，數(shù)據(jù)分析機構(gòu)對大數(shù)據(jù)定義的側(cè)重點各個不一。甲骨文公司側(cè)重于數(shù)據(jù)基礎設施，把大數(shù)據(jù)定義在整套NoSQL、HDFS、Hadoop、R和關系型數(shù)據(jù)庫的技術層面。而英特爾公司則把大數(shù)據(jù)與企業(yè)組織架構(gòu)緊密聯(lián)系起來，通過量化企業(yè)運營來定義大數(shù)據(jù)，如企業(yè)每周生成300千兆字節(jié) （TB）數(shù)據(jù)等。微軟提供了一個簡明扼要的定義，即：大數(shù)據(jù)指利用強大的機器學習和人工智能計算功率，對龐大而又高度復雜的信息群進行處理。

盡管上述定義各不相同，但在下面幾個關鍵詞上卻存在共性：1.龐大性：數(shù)據(jù)集的海量性不可或缺；2.復雜性：結(jié)構(gòu)、性能和數(shù)據(jù)瞬息萬變；3.技術性：工具和技術是處理龐大數(shù)據(jù)集的關鍵。

因其龐大性、復雜性及高技術性特質(zhì)，大數(shù)據(jù)成為迄今為止對消費者行為和業(yè)務流程效率最具洞察力、最有效的工具，其能量是先前任何一種數(shù)據(jù)技術都難以比擬的。大數(shù)據(jù)戰(zhàn)略成為企業(yè)提高競爭力的法寶，為企業(yè)提供定制性分析，更好地幫助企業(yè)進行運營管理。許多線上旅游企業(yè)通過對內(nèi)部數(shù)據(jù)和第三方數(shù)據(jù)的利用分析，創(chuàng)新業(yè)務運營流程，以大數(shù)據(jù)技術獲得：供應商更好的費率；每項預訂都實現(xiàn)收益最大化，保持企業(yè)作為旅游代理的高效性；使用相關信息創(chuàng)新工作流程，改善整體業(yè)務的盈利能力；實時監(jiān)測供應商交易狀況，不斷調(diào)整促銷重點。

新的大數(shù)據(jù)源

新的網(wǎng)絡技術和移動技術產(chǎn)生了大量各種類型的數(shù)據(jù)。新的大數(shù)據(jù)源為企業(yè)帶來新的驅(qū)動力。在大數(shù)據(jù)時代，企業(yè)需要實時擷取和充分利用新信息源。新的傳感設備和網(wǎng)絡為旅游企業(yè)帶來海量碎片信息，企業(yè)需實時監(jiān)控以數(shù)據(jù)形式體現(xiàn)的不斷變化、反應靈敏的市場。此外，雨后春筍般涌出的智能手機應用程序及社交媒體為客戶管理和客戶行為分析提供了新的信息渠道。

新的大數(shù)據(jù)源帶來多渠道多層次的信息，以分析掌握客戶及合作伙伴，為企業(yè)運營流程優(yōu)化提供更具洞察力的情報。不過，新的大數(shù)據(jù)源帶來新的數(shù)據(jù)處理的挑戰(zhàn)，企業(yè)需提高數(shù)據(jù)處理能力，才能充分發(fā)揮新的大數(shù)據(jù)源的商業(yè)價值。

新的大數(shù)據(jù)源之一的社交商務大數(shù)據(jù)庫近年來受到科研界和政府部門的關注，出現(xiàn)了一些對社交商務大數(shù)據(jù)的研究探討。社交商務是一種由用戶生成內(nèi)容、通過使用社交媒體而進行的的電子商務形式。研究文獻指出［3］，社交商務有六大基本要素“6C”，即：內(nèi)容（Content）、社區(qū)（Community）、商務（Commerce）、語境（Context）、連接（Connection）和會話（Conversation）。社交商務以社會影響理論為基礎，信息傳播基于網(wǎng)絡眾傳原則。社交媒體信息對游客更具說服力，游客旅游決策越來越依賴社交媒體信息。不過，社交媒體營銷的效果卻沒有定論。比如，旅游臉譜頁面“喜歡”鍵是否有投資回報？什么類型的互動在社交媒體上能提高旅游目的地和酒店的顧客忠誠度？社交媒體上的負評產(chǎn)生的影響如何測量、如何預防負評等。因此，社交網(wǎng)絡的營銷效度還有待進一步研究。

另外，語境是社交網(wǎng)絡大數(shù)據(jù)分析和挖掘的重要部分。目前，對于社交網(wǎng)絡語境的研究仍然欠缺?，F(xiàn)有研究集中在論述游客創(chuàng)建和共享在線內(nèi)容方面，卻沒有回答哪些語境因素能刺激旅行消費。此外，旅游社交媒體平臺上的互動對象往往是國際游客，針對國際游客發(fā)布的內(nèi)容須有可用性、通達性以及客制性，社交媒體的語境類型及用途需適用于不同文化的游客市場。

社交媒體群體情緒也是經(jīng)常被忽略的部分。由于社交媒體上發(fā)布的內(nèi)容都是由用戶個人生成、用戶個人實施監(jiān)測，目前缺乏對群體情緒的監(jiān)測分析，社交媒體的群體情緒對品牌建設和廣告宣傳的作用有待大量挖掘研究。事實上，社交媒體情緒有著預測未來旅行旅游行為、明示旅游決策的強大能力。因此，對政府部門和旅游目的地來說，迫切需要在擁擠和碎片式的社交媒體空間增加出現(xiàn)的頻率，同時加大對社交媒體群體情緒的研究力度，從大量的社交媒體數(shù)據(jù)中獲取與旅游業(yè)務相關的情報。

新的信息傳遞方法

在大數(shù)據(jù)時代，信息以新的方式傳遞，如加以利用，能大幅提高旅游體驗、提高營銷效果。無線電射頻識別（RFID）和近場通信（Near-Field Communication）技術使移動設備和其他設備物體進行交互通訊，且通過移動支付功能支持在線旅游交易。今天通過電腦聯(lián)通的互聯(lián)網(wǎng)將很快發(fā)展成物聯(lián)網(wǎng)。物聯(lián)網(wǎng)將提供更高的語境感知水平，并且能夠按需客制化地提供相關而個性化信息。例如，韓國通過其全境域覆蓋的高速互聯(lián)網(wǎng)基礎設施，在汽車導航系統(tǒng)成功安裝了旅游信息和旅游廣告，隨時隨地為游客傳遞客制化和個性化旅游信息。

對游客來說，信息傳遞的新方式意味著他們可以有更多途徑與旅游目的地進行交流互動。并且，加強版真人型的應用程序以及游戲化的互動策略更是增加游客和目的地互動的娛樂性和參與性。研究表明［4］，通過移動應用程序交互信息能提高游客計劃外隨意型旅游行為，增加游客在旅游目的地區(qū)內(nèi)的活動，對游客有著很大的影響力。對那些希望不斷創(chuàng)新的企業(yè)和開發(fā)自駕中途游的旅游目的地來說，這種新的信息傳遞方式所帶來的市場變化尤其重要。

對于旅游企業(yè)來說，主要的挑戰(zhàn)在于如何將這些技術帶來的機遇轉(zhuǎn)化為經(jīng)營收益和競爭優(yōu)勢。在大數(shù)據(jù)時代，企業(yè)需要前瞻性地策劃其數(shù)據(jù)戰(zhàn)略，充分發(fā)揮新的信息傳遞方式的作用，如：移動應用程序能支持什么樣的商業(yè)模式？由于旅游業(yè)的自身規(guī)律，游客往往只短期性地使用移動應用程序，那么，開發(fā)經(jīng)營移動應用程序的投資回報率又是怎樣？為提高游客的目的地體驗，應用程序應提供什么樣的信息，向什么樣的人群推送？怎樣協(xié)同營銷才會帶來旅游目的地的規(guī)模經(jīng)濟？這些問題都需要有答案，才能形成企業(yè)的數(shù)據(jù)戰(zhàn)略。

新的大數(shù)據(jù)分析方法

大數(shù)據(jù)不僅意味著對結(jié)構(gòu)性和非結(jié)構(gòu)性數(shù)據(jù)的強大處理，而且還指巨大的儲存、計算和高水平分析能力。游客通過與移動技術的交流互動在網(wǎng)上留下數(shù)字痕跡，由此產(chǎn)生的數(shù)據(jù)不僅巨大而且多層面，需要有新的方法存儲、訪問和分析。云計算滿足了數(shù)據(jù)技術處理的需求，通過網(wǎng)絡服務提供分析及使用大數(shù)據(jù)的機會，客戶可根據(jù)自身業(yè)務要求進行數(shù)據(jù)的分散和集合，獲取高水平客制化的情報信息。

有競爭力的大數(shù)據(jù)分析是通過采用多種形式而得到的。新的大數(shù)據(jù)分析方法聯(lián)合數(shù)據(jù)專家和行業(yè)專家，以探求發(fā)現(xiàn)為導向，融入客戶參與，對行業(yè)外部數(shù)據(jù)和企業(yè)內(nèi)部數(shù)據(jù)進行多層面挖掘，分析網(wǎng)絡、移動和社交媒體等新渠道的社會情緒和客戶行為。這種新的分析方法所產(chǎn)生的情報比傳統(tǒng)商業(yè)信息更具可操作性和可重復性。

因此，大數(shù)據(jù)分析不只是一種自然語言處理的新辦法，而是情緒分析、點擊流模式識別、匹配預測模型，以及具有行業(yè)特性的可視化數(shù)據(jù)處理。大數(shù)據(jù)處理技術的首要任務是知道要問什么，以及如何解釋大數(shù)據(jù)分析的結(jié)果。如給予周密策劃和正確分析，大數(shù)據(jù)的潛在商業(yè)價值巨大。

目前，大量旅游數(shù)據(jù)僅停留在數(shù)據(jù)倉庫，而未得以充分的使用或共享，轉(zhuǎn)化為商業(yè)洞察力。旅游企業(yè)逐漸轉(zhuǎn)向到大數(shù)據(jù)思維、采取大數(shù)據(jù)戰(zhàn)略，但還不完全具備大數(shù)據(jù)組織管理能力。誠然，大數(shù)據(jù)帶來產(chǎn)業(yè)創(chuàng)新、服務改善的機會，同時也帶來信息管理的挑戰(zhàn)。在大數(shù)據(jù)時代，旅游企業(yè)面臨著雙重挑戰(zhàn)，既要處理不斷增長的新的大數(shù)據(jù)，同時還要管理這些新數(shù)據(jù)，以滿足用戶日益增長的數(shù)據(jù)分析需求。為保持全球競爭力，旅游業(yè)需要增強數(shù)據(jù)管理能力，利用大數(shù)據(jù)戰(zhàn)略進行更大的市場定位。

旅游大數(shù)據(jù)分析

旅游行業(yè)是高度復雜、高度關聯(lián)的行業(yè)，旅游部門對大數(shù)據(jù)的分析包括：旅游市場需求預測；旅游景區(qū)和旅游供應商銷售預測；旅游產(chǎn)品優(yōu)化；資源庫存管理；多渠道市場營銷方案優(yōu)化；旅游稅收流失分析。

旅游部門和企業(yè)需要對來自不同渠道的數(shù)據(jù)源進行整合分析，如利用在線門戶網(wǎng)站和旅游運營商的數(shù)據(jù)，使用不同參數(shù)提高銷售和市場營銷的有效性。而社交媒體上的非結(jié)構(gòu)性數(shù)據(jù)成為研究游客行為模式的最佳途徑，幫助政府和企業(yè)分析市場趨勢和游客喜好，揭示細分市場的銷售戰(zhàn)略，識別未知的市場風險。同時，社交媒體提供了豐富的群體情感信息，能幫助分析預測市場導向。當然，大數(shù)據(jù)有著海量性、隱藏性和碎片性特點，必須通過技術的力量，才能分析出有意義的信息。

比如，通過基于頁面支持動態(tài)個性化設置的配置，揭示點擊流數(shù)據(jù)的模式，來了解游客近期活動和常態(tài)行為特征。大數(shù)據(jù)也能通過實時檢測異常行為，查獲旅費欺詐，防護身份信息竊取。最有價值的分析模型是根據(jù)過去的購買行為，定點發(fā)布動態(tài)的促銷活動。此外，通過實時收集航班延誤、用戶生成內(nèi)容以及有關氣候變化的傳感器數(shù)據(jù)，大數(shù)據(jù)可發(fā)出航班預警信號，使航空公司優(yōu)化操作，盡量減少飛行航班延誤和取消所帶來的影響。大數(shù)據(jù)還可以預測機票票價走勢，通過控制建議價和促銷價進行航空收益管理。旅游運營商也能創(chuàng)新提供個性化產(chǎn)品，服務客戶，取得競爭分化優(yōu)勢。

簡言之，大數(shù)據(jù)分析有助于了解行業(yè)和市場趨勢，預測未來需求和供給。將需求和供給的預測信息輸入到定價引擎，大數(shù)據(jù)就可幫助旅游企業(yè)實現(xiàn)動態(tài)定價系統(tǒng)，增加收入，減少損失，實現(xiàn)收益最大化。

密集型旅游數(shù)據(jù)帶來的挑戰(zhàn)

大數(shù)據(jù)提供關于游客偏好和行為的新見解，深入游客大腦思維洞察其內(nèi)心情感，幫助企業(yè)了解游客，為游客設計和提供客制化的旅游體驗，同時為旅游企業(yè)帶來創(chuàng)新產(chǎn)品、提高服務的機會，幫助企業(yè)在激烈競爭中保持領先地位。

酒店和旅游企業(yè)開始采用大數(shù)據(jù)戰(zhàn)略［2］。然而，由于技術原因，大數(shù)據(jù)易說難做?，F(xiàn)有的常規(guī)數(shù)據(jù)和服務器不能處理如此大量多層次多渠道的數(shù)據(jù)。傳統(tǒng)數(shù)據(jù)庫以行列方式劃分數(shù)據(jù)，而大數(shù)據(jù)卻有多種結(jié)構(gòu)，先前的數(shù)據(jù)策略不能適應。這就要求旅游企業(yè)不斷投資新一代的數(shù)據(jù)處理工具、存儲設備、服務器和智能軟件，以處理不斷更新、不斷增長的大數(shù)據(jù)。旅游部門需要新的數(shù)據(jù)類型、新的技術環(huán)境、新的程序語言和掌握這些技術的人才。

旅游業(yè)有兩類大數(shù)據(jù)：結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)來自網(wǎng)站、博客和企業(yè)財產(chǎn)管理軟件。結(jié)構(gòu)化數(shù)據(jù)較易收集，但只占大數(shù)據(jù)總量的25%。其余75%分散在互聯(lián)網(wǎng)上，屬于非結(jié)構(gòu)化數(shù)據(jù)，包括臉譜、推特以及用戶生成的點評網(wǎng)、貓途鷹網(wǎng)（TripAdvisor）和其他論壇、電子郵件、照片、視頻、顧客推薦和任何影響公司聲譽的電子內(nèi)容。這些非結(jié)構(gòu)化數(shù)據(jù)的集成和分析對旅游企業(yè)來說是額外的挑戰(zhàn)。誠然，旅游部門通過利用大數(shù)據(jù)收到了很大效益。然而，與之俱來的是諸多技術挑戰(zhàn)，需要大量的新技術投資。當然，利好的消息是收效將大大抵消成本，在未來幾十年大數(shù)據(jù)會為旅游業(yè)帶來更多收益，加強旅游企業(yè)的品牌建設。出于這些原因，許多旅游企業(yè)都跳上了大數(shù)據(jù)這輛馬車。

對旅游業(yè)的建議

旅游企業(yè)研究開發(fā)大數(shù)據(jù)，掌握旅游業(yè)細分領域的大數(shù)據(jù)收集和使用軌跡。而作為革命性技術，大數(shù)據(jù)不僅指技術能力方面，還意味著企業(yè)如采取大數(shù)據(jù)策略，其業(yè)務流程、決策方式、員工技能和企業(yè)文化將必須改變。比如，實時連續(xù)的數(shù)據(jù)流需要實時的決策過程。因此，改變的幅度會是巨大的，但潛在的收益也會同樣巨大。

由于旅游業(yè)普遍缺乏大數(shù)據(jù)處理技術，旅游企業(yè)需要組織技術資源，與相應大數(shù)據(jù)供應商或咨詢公司合作，以確保高效進行數(shù)據(jù)管理和分析，溝通解決商業(yè)問題。對于旅游業(yè)來說，采取不同數(shù)據(jù)結(jié)構(gòu)的大數(shù)據(jù)分析平臺是一個切合時代要求的明智之舉。這樣的平臺不僅聚合各旅游供應商、游客和社會網(wǎng)絡所提供的數(shù)據(jù)，還可以智能地分析數(shù)據(jù)，掌握行業(yè)常態(tài)，洞察異常情況，促進由數(shù)據(jù)驅(qū)動的決策和實施。只有這樣動態(tài)、實時的智能數(shù)據(jù)分析平臺才能實現(xiàn)對旅游產(chǎn)品的創(chuàng)新管中國作為人口大國有著復雜的國情，建立大數(shù)據(jù)分析平臺有很大挑戰(zhàn)。然而，近年來旅游業(yè)大力發(fā)展，加上數(shù)據(jù)工程人才的快速增長，旅游業(yè)成為中國建立大數(shù)據(jù)分析平臺的最佳試點行業(yè)。

理，進而提高游客的旅游體驗。此外，大數(shù)據(jù)分析平臺應由旅游專業(yè)人士、數(shù)據(jù)科學家、技術專家和政策制定者共同組成。這樣才能保障對數(shù)據(jù)進行全面的分析，對潛在問題做出周全的決策。

旅游部門以云計算系統(tǒng)為基礎，收集合成住宿業(yè)數(shù)據(jù)，包括旅游度假村、酒店、旅館、汽車旅館和其他旅游住宿提供商的運營數(shù)據(jù)。其次，旅游部門實時捕獲相關數(shù)據(jù)，包括獲取社交媒體上一切有關旅游的數(shù)據(jù)。再次，對數(shù)據(jù)進行深層次高水平的分析，推斷行業(yè)趨勢和發(fā)展模式。最后，重要的工作是對數(shù)據(jù)進行動態(tài)且實時的分析，為決策管理層提供情報。

結(jié)論

互聯(lián)網(wǎng)和移動技術大幅改變了旅游業(yè)，人們?nèi)ナ裁吹胤铰糜?，怎樣預定，怎樣支付，怎樣消費旅行服務，在現(xiàn)在的技術時代發(fā)生了巨大變化，隨之帶來整套跟蹤測量游客想法、需求和行為的新方法，使旅游企業(yè)能更好地了解客戶和競爭對手。此外，新的旅游數(shù)據(jù)比以往更快更容易生成、獲取、合成和使用。大數(shù)據(jù)為旅行旅游業(yè)帶來大好時機。當然，機遇與挑戰(zhàn)并存。為提高競爭力，旅游業(yè)需進行一系列的大數(shù)據(jù)技術創(chuàng)新，以更好地滿足旅游市場的需求。

［文獻資料］

［1］Laney，D.（2001）.3D Data Management:Controlling Data Volume，Velocity，and Variety.Application Delivery Strategies.Application Delivery Strategies.Meta Group.

［2］Martins，D.；Ramos，C.；et.al.（2015）.Challenges in Building a Big Data Warehouse Applied to the Hotel Business Intelligence.Recent Researches in Applied Informatics.P.110-117.

［3］Tufekci，Z.（2014）.Big Questions for Social Media Big Data:Representativeness，Validity and Other Methodological Pitfalls.In ICWSM ’14:Proceedings of the 8th International AAAI Conference on Weblogs and Social Media，2014.

［4］Vinogradovw，E.&Lovland，J.（2015）.Social Media Data for the Destination Management Information for Northern Norway.Nordlandsforskning，Nordland Research Institute.

（責任編輯：牛域?qū)帲?/p>

調(diào)研透視