茅雙雙　關(guān)海怡　郝志成

[提要] 我國(guó)高鐵旅游市場(chǎng)發(fā)展迅速，高鐵逐漸成為我國(guó)國(guó)民的主要旅游出行方式，旅游客群也日漸成為高鐵客運(yùn)市場(chǎng)的重要組成部分，了解和引導(dǎo)高鐵游客的旅游行為，對(duì)旅游目的地的產(chǎn)業(yè)配置模式及旅游業(yè)發(fā)展具有重要的意義。本文借鑒用戶畫(huà)像概念，基于移動(dòng)大數(shù)據(jù)挖掘分析和問(wèn)卷調(diào)查，采集七大高鐵客流站點(diǎn)的25項(xiàng)數(shù)據(jù)指標(biāo)，并將其劃分為7個(gè)維度，構(gòu)建高鐵游客群畫(huà)像，力求掌握高鐵游客的來(lái)源省市、人群構(gòu)成、景區(qū)偏好、酒店選擇、交通喜好、購(gòu)物傾向等特征，為高鐵旅游發(fā)展提出可行性建議。

關(guān)鍵詞：高鐵旅游;大數(shù)據(jù)挖掘;問(wèn)卷調(diào)查;游客畫(huà)像

中圖分類號(hào)：F713.52 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2020年1月13日

近年來(lái)，我國(guó)高鐵的飛速發(fā)展逐漸改變了人們的出行方式，以交通為基礎(chǔ)要素的旅游業(yè)也正全面迎來(lái)高鐵旅游新時(shí)代。高鐵旅游客群成為人們研究的重點(diǎn)，但是傳統(tǒng)的問(wèn)卷調(diào)查、實(shí)地調(diào)研并不能全面、精準(zhǔn)的掌握高鐵客群的特征，基于數(shù)據(jù)的用戶畫(huà)像分析則可以有效地構(gòu)建游客畫(huà)像，掌握高鐵旅游客群的顯著特征，推動(dòng)高鐵旅游的發(fā)展。

一、用戶畫(huà)像研究現(xiàn)狀

“用戶畫(huà)像”起源于交互設(shè)計(jì)之父艾倫庫(kù)珀提出的“Persona”概念，即通過(guò)數(shù)據(jù)來(lái)分析用戶目的、行為以及觀點(diǎn)差異，以此為依據(jù)將用戶分成具有不同典型特征的類型，并給每種類型取名、賦予可視化照片、一些人口統(tǒng)計(jì)學(xué)要素和場(chǎng)景描述，形成一個(gè)人物原型。大數(shù)據(jù)技術(shù)的發(fā)展與成熟為基于數(shù)據(jù)的“用戶畫(huà)像”提供了技術(shù)基礎(chǔ)，廣泛地運(yùn)用于各個(gè)領(lǐng)域中，用戶畫(huà)像逐漸成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。

國(guó)內(nèi)對(duì)于用戶畫(huà)像的研究已經(jīng)深入電子商務(wù)、教育、移動(dòng)網(wǎng)絡(luò)、企業(yè)營(yíng)銷(xiāo)、扶貧等多個(gè)領(lǐng)域。張長(zhǎng)浩等人基于國(guó)網(wǎng)商旅信息數(shù)據(jù)，基于人們出差過(guò)程中出行方式的優(yōu)化選取以及酒店住宿的偏好，構(gòu)建一種用戶畫(huà)像框架技術(shù)，創(chuàng)建了基于雙層X(jué)GBoost的多視角融合模型，提升分類精確率，實(shí)現(xiàn)快速、準(zhǔn)確識(shí)別敏感客戶群體。劉超等人采用Hadoop框架，應(yīng)用DPI深度挖掘和分布式爬蟲(chóng)等技術(shù)，快速準(zhǔn)確地獲取用戶的手機(jī)號(hào)碼和終端類型，將家庭用戶的行為偏好相關(guān)聯(lián)，最終塑造固網(wǎng)寬帶下的家庭畫(huà)像，從整體上洞悉用戶的需求，做到精準(zhǔn)營(yíng)銷(xiāo)，改善用戶體驗(yàn)質(zhì)量。黃山將學(xué)生畫(huà)像技術(shù)運(yùn)用于高校學(xué)生事務(wù)管理領(lǐng)域，這有利于學(xué)生事務(wù)管理理念的轉(zhuǎn)變、學(xué)生評(píng)價(jià)機(jī)制的完善，還能讓個(gè)性化思想政治教育成為可能。劉海鷗等人基于用戶畫(huà)像視角，構(gòu)建了融合圖書(shū)館用戶基本信息標(biāo)簽、內(nèi)容偏好標(biāo)簽、互動(dòng)標(biāo)簽、會(huì)話標(biāo)簽、情境標(biāo)簽的圖書(shū)館用戶畫(huà)像模型，并引入情境化推薦方法為讀者提供精準(zhǔn)的個(gè)性化知識(shí)推薦服務(wù)，為提升我國(guó)圖書(shū)館的大數(shù)據(jù)知識(shí)服務(wù)水平提供了新的研究視角。陳冬玲等人通過(guò)對(duì)貧困人口的行為痕跡數(shù)據(jù)進(jìn)行搜集、整理、分析，形成貧困對(duì)象大數(shù)據(jù)畫(huà)像，為提升脫貧成效提供數(shù)據(jù)支撐。

國(guó)外對(duì)于用戶畫(huà)像的研究相對(duì)較少，主要在其內(nèi)涵、產(chǎn)品研發(fā)等方面。Chikhaoui、Wang和Xiong等人提出了一種基于因果關(guān)系的用戶畫(huà)像模型，利用序列聚類算法、概率后綴樹(shù)、標(biāo)準(zhǔn)化互信息（NMI）度量抽取用戶行為特征，從而實(shí)現(xiàn)單個(gè)用戶識(shí)別和活動(dòng)預(yù)測(cè)。Trusov、Ma和Jamal將用戶畫(huà)像視為是用戶通過(guò)在線活動(dòng)所表現(xiàn)出來(lái)的興趣和偏好的特征集合。Lerouge、Ma和Sneha等人以中國(guó)老年慢病用戶群體為例，通過(guò)焦點(diǎn)小組訪談法、采訪法、實(shí)地觀察法收集用戶數(shù)據(jù)構(gòu)建老年慢病用戶畫(huà)像，并根據(jù)這類用戶的需求特征，研發(fā)面向老年慢病用戶的應(yīng)用程序。

從現(xiàn)有研究來(lái)看，首先基于大數(shù)據(jù)的用戶畫(huà)像研究相對(duì)較少，多數(shù)研究是在一些理論的支持下，結(jié)合研究者的知識(shí)和經(jīng)驗(yàn)來(lái)描繪用戶的屬性差異，從而抽取用戶特征?，F(xiàn)有的大數(shù)據(jù)畫(huà)像研究也主要運(yùn)用機(jī)器學(xué)習(xí)方法，例如決策樹(shù)、邏輯回歸等方法進(jìn)行研究，尚未深入融合大數(shù)據(jù)技術(shù)。其次，用戶畫(huà)像在旅游領(lǐng)域內(nèi)的研究相對(duì)較少，尤其是在高鐵旅游方面幾乎為零。與高鐵旅游經(jīng)濟(jì)相關(guān)的成果已經(jīng)有所發(fā)表，但對(duì)于高鐵旅游客源群體等微觀領(lǐng)域內(nèi)的研究相對(duì)較少，特別是基于大數(shù)據(jù)的分析更是較少，且研究方法單一，已有研究中主要以傳統(tǒng)的問(wèn)卷調(diào)查和分析方法進(jìn)行研究，缺乏統(tǒng)計(jì)分析、數(shù)理模型等的定量化的分析方法，從而難以較準(zhǔn)確地表征高鐵游客的多維度特點(diǎn)。本研究將基于用戶畫(huà)像這一概念，運(yùn)用大數(shù)據(jù)分析與挖掘技術(shù)并結(jié)合問(wèn)卷調(diào)查數(shù)據(jù)，聚焦高鐵旅游客群這一微觀主體，刻畫(huà)出高鐵游客群體的基本特征、行為特征及偏好等，建立高鐵旅游客群多源數(shù)據(jù)的分析與應(yīng)用框架，研究相關(guān)措施，促進(jìn)高鐵旅游的發(fā)展。

二、研究方法

本文主要采用移動(dòng)數(shù)據(jù)分析法和問(wèn)卷調(diào)查數(shù)據(jù)法，根據(jù)研究目標(biāo)綜合考慮數(shù)據(jù)可獲得性，分析意義等，從游客實(shí)際行為特征和心理需求特征兩個(gè)方面對(duì)高鐵游客進(jìn)行七大維度的畫(huà)像分析。實(shí)際行為特征包含高鐵游客客源市場(chǎng)特征、人口統(tǒng)計(jì)學(xué)特征、社會(huì)經(jīng)濟(jì)特征、旅游行為特征及移動(dòng)應(yīng)用使用特征，心理需求特征包含需求偏好特征及群體差異特征，如表1所示，其中前5個(gè)維度由移動(dòng)數(shù)據(jù)分析，后2個(gè)維度由調(diào)查問(wèn)卷數(shù)據(jù)分析。（表1）

（一）移動(dòng)數(shù)據(jù)分析法。移動(dòng)數(shù)據(jù)分析法就是使用大數(shù)據(jù)采集與分析技術(shù)，即LBS、APP、LBS融合APP以及業(yè)務(wù)規(guī)則融合機(jī)器學(xué)習(xí)等人工智能技術(shù)，基于海量移動(dòng)大數(shù)據(jù)，從多方面刻畫(huà)高鐵游客畫(huà)像，分析高鐵旅游客群的基本特征，涉及客源市場(chǎng)特征、人口統(tǒng)計(jì)學(xué)特征、社會(huì)經(jīng)濟(jì)特征、旅游行為特征、移動(dòng)應(yīng)用使用特征五個(gè)維度。對(duì)2019年1月份和8月份北京南站、哈爾濱西站、鄭州東站、上海虹橋、貴陽(yáng)北站、廣州南站和成都東站7個(gè)高鐵站點(diǎn)的高鐵游客進(jìn)行移動(dòng)數(shù)據(jù)的游客畫(huà)像分析，涉及性別、年齡、婚姻狀況、資產(chǎn)、活動(dòng)等方面。移動(dòng)數(shù)據(jù)內(nèi)容包含游客的GPS軌跡、基站定位數(shù)據(jù)、公交卡軌跡、WIFI定位數(shù)據(jù)等，還包括移動(dòng)社交網(wǎng)絡(luò)中簽到軌跡、帶有GPS標(biāo)記的圖片軌跡數(shù)等。

1、數(shù)據(jù)采集?；谠O(shè)備識(shí)別技術(shù)和地理位置分析算法，在終端用戶授權(quán)情況下對(duì)7個(gè)選定的高鐵站點(diǎn)游客進(jìn)行相關(guān)數(shù)據(jù)的挖掘和分析，共計(jì)5個(gè)維度22項(xiàng)數(shù)據(jù)指標(biāo)1，178，908個(gè)樣本。這種不需要埋點(diǎn)的偵測(cè)最大限度保證了數(shù)據(jù)采集中對(duì)于設(shè)備產(chǎn)品的保護(hù)，有效地實(shí)現(xiàn)了數(shù)據(jù)安全的系統(tǒng)性要求。

2、數(shù)據(jù)處理。數(shù)據(jù)處理過(guò)程總體上均為將各種數(shù)據(jù)源數(shù)據(jù)進(jìn)行清洗，在去重、去噪以及一致性處理等后，根據(jù)各種采集指標(biāo)的要求，基于LBS數(shù)據(jù)、APP數(shù)據(jù)、POI數(shù)據(jù)以及第三方數(shù)據(jù)等進(jìn)行綜合處理。LBS數(shù)據(jù)是通過(guò)電信移動(dòng)運(yùn)營(yíng)商的無(wú)線電通訊網(wǎng)絡(luò)（如，GSM網(wǎng)、CDMA網(wǎng)）或外部定位方式（如，GPS）獲取移動(dòng)終端用戶的位置信息（地理坐標(biāo)或大地坐標(biāo)），并在GIS（地理信息系統(tǒng)）平臺(tái)的支持下，為用戶提供相應(yīng)服務(wù)的一種增值業(yè)務(wù);APP數(shù)據(jù)指用戶移動(dòng)設(shè)備中下載安裝的手機(jī)應(yīng)用數(shù)據(jù)，以此分析游客的某些行為特征;LBS和APP融合數(shù)據(jù)處理能夠綜合游客的位置行為信息與APP所體現(xiàn)的用戶行為特征信息，從而分析出游客的地點(diǎn)選擇。對(duì)于無(wú)法直接獲取的游客特征，則通過(guò)業(yè)務(wù)規(guī)則融合機(jī)器學(xué)習(xí)等人工智能技術(shù)進(jìn)行分析。具體處理方式如表2所示。（表2）

（二）問(wèn)卷調(diào)查法。調(diào)查時(shí)間為2019年12月9日～15日，從需求偏好特征及差群體性異特征入手，以專業(yè)性旅游研究網(wǎng)絡(luò)社群、城市規(guī)劃網(wǎng)絡(luò)社群、親子旅游媽媽網(wǎng)絡(luò)社群、旅游達(dá)人網(wǎng)絡(luò)社群、空港工作人員網(wǎng)絡(luò)社群、旅游自媒體網(wǎng)絡(luò)社群、短視頻網(wǎng)紅主播社群、攻略網(wǎng)站旅行家社群、高校教師和學(xué)生網(wǎng)絡(luò)社群、網(wǎng)絡(luò)優(yōu)惠信息分享社群、社區(qū)業(yè)主社群、自駕旅游信息溝通群等為主展開(kāi)調(diào)研。調(diào)查內(nèi)容涉及游客對(duì)高鐵旅游認(rèn)知、行為意愿、行為模式、旅游決策、需求偏好、國(guó)內(nèi)外高鐵旅游評(píng)價(jià)以及發(fā)展建議等方面。

1、數(shù)據(jù)采集。采用線上調(diào)研方式，受訪者涉及我國(guó)31個(gè)省及直轄市，既包括高鐵骨干網(wǎng)上的北京、上海等，也包括重要區(qū)域支線上的四川、重慶和安徽等，同時(shí)也有城際高鐵的天津、南京和長(zhǎng)春等。同時(shí)，為了防止出現(xiàn)結(jié)構(gòu)性偏差（即受訪者均來(lái)自于高鐵網(wǎng)絡(luò)所在省市），還面向未形成高鐵網(wǎng)絡(luò)的地區(qū)收集了樣本，線上共回收2，945份問(wèn)卷。

2、數(shù)據(jù)處理。經(jīng)過(guò)對(duì)回收問(wèn)卷的檢查和刪選，最終獲得有效問(wèn)卷2，207份，有效率為74.9%，并依據(jù)需求偏好特征及差群體性異特征進(jìn)行分類，包含選乘高鐵出游態(tài)度、出游動(dòng)機(jī)、高鐵票價(jià)偏、高鐵乘車(chē)時(shí)長(zhǎng)偏好、高鐵乘車(chē)時(shí)間偏好、對(duì)高鐵列車(chē)的服務(wù)需求、對(duì)高鐵站點(diǎn)的服務(wù)需求、對(duì)高鐵官方APP的服務(wù)需求、不同月收入群體差異、不同學(xué)歷群體差異和不同婚育狀況群體差異，共計(jì)11項(xiàng)數(shù)據(jù)指標(biāo)。

此外，本文還運(yùn)用了實(shí)地調(diào)研方法。對(duì)總公司、鐵路局、鐵路旅游公司和高鐵旅游乘客進(jìn)行調(diào)研訪談，明確高鐵旅游發(fā)展現(xiàn)狀及存在的問(wèn)題，建立高鐵旅游經(jīng)濟(jì)的應(yīng)用研究體系框架。研究提出高鐵旅游產(chǎn)品設(shè)計(jì)、市場(chǎng)開(kāi)發(fā)與經(jīng)營(yíng)模式等相關(guān)方案，以促進(jìn)高鐵旅游發(fā)展。

三、高鐵游客畫(huà)像結(jié)果分析

（一）客源市場(chǎng)特征方面。各城市的高鐵客源省份主要以周邊中近程省份及主要高鐵線路沿線省份為主，哈爾濱的高鐵游客主要來(lái)自京哈高鐵沿線省份;廣州的高鐵游客則主要來(lái)自京廣、貴廣高鐵沿線;成都的高鐵游客則多來(lái)自西成高鐵、成渝高鐵及相應(yīng)延長(zhǎng)線的沿途省份，北京、上海、鄭州三座城市，由于是高鐵樞紐城市，集中著多條高鐵線，其高鐵游客來(lái)源省份則更為分散，且經(jīng)濟(jì)發(fā)達(dá)省市是高鐵目的地城市的重要客源地，未來(lái)在品牌宣傳及廣告投放時(shí)，應(yīng)重點(diǎn)關(guān)注這些城市的游客需求。

（二）人口統(tǒng)計(jì)學(xué)特征方面。人口統(tǒng)計(jì)學(xué)特征主要是從性別、學(xué)歷、年齡、婚姻以及有無(wú)子女方面開(kāi)展調(diào)查的，調(diào)查顯示高鐵游客主要呈現(xiàn)以下特征：（1）男性居多;（2）年齡以16～35歲為主，中青年居多;（3）已婚游客占比較大且無(wú)子女人數(shù)較多;（4）學(xué)歷普遍較低。對(duì)此未來(lái)高鐵旅游在服務(wù)升級(jí)、產(chǎn)品創(chuàng)新等方面需要多方兼顧，盡量照顧到每一代人、不同類型人的需求。

（三）社會(huì)經(jīng)濟(jì)特征方面。資產(chǎn)方面，由于各地區(qū)、各城市的收入水平不盡相同，所以無(wú)法以絕對(duì)收入數(shù)值界定收入檔級(jí)。本處對(duì)于高、中、低收入的劃分，是以多個(gè)維度并參考樣本常住城市的整體收入水平綜合判斷。總體來(lái)看，高鐵游客中低資產(chǎn)等級(jí)占比約四成;與此同時(shí)，中高資產(chǎn)人群占比則接近六成，高鐵游客的購(gòu)買(mǎi)力度相對(duì)較強(qiáng)，在高鐵旅游產(chǎn)品創(chuàng)新和業(yè)態(tài)升級(jí)方面需注重品質(zhì)及性價(jià)比。

（四）旅游行為特征方面。涉及吃、住、行、游、娛、購(gòu)，即旅游六要素方面。飲食方面：自助餐、燒烤烤肉、火鍋、咖啡酒吧茶館飲品、川湘菜等類型的占比較大，總體而言高鐵游客去往各目的地時(shí)多會(huì)選擇當(dāng)?shù)刈钣刑厣牟惋嬵愋?，如東北的烤肉、廣式的甜品及粵菜、川黔的火鍋及川菜等。住宿方面：游客對(duì)住宿的選擇更趨于個(gè)性化，民宿、公寓式酒店等成為高鐵游客的新選擇。此外，經(jīng)濟(jì)越發(fā)達(dá)的城市對(duì)星級(jí)酒店的傾向度越高，反之則低。交通方面：游客更傾向于選擇高效快捷和耗時(shí)短的交通方式，鐵路交通尤其是高鐵成為多數(shù)人的選擇。游玩方面：各城市的高鐵游客都比較傾向于去其周邊的主要城市，最感興趣的旅游景點(diǎn)類型是主題樂(lè)園，其次是古代遺跡和歷史建筑，山水風(fēng)光和現(xiàn)代街區(qū)也是很重要的部分，且大學(xué)生團(tuán)體和親子游團(tuán)體在這兩個(gè)時(shí)間段呈現(xiàn)出較大的群體優(yōu)勢(shì)。購(gòu)物方面：高鐵游客的資產(chǎn)水平還是處于較優(yōu)的水平，其旅游消費(fèi)能力相對(duì)較強(qiáng)，城市氛圍、品牌形象、產(chǎn)品品質(zhì)等對(duì)高鐵游客購(gòu)物有一定影響。娛樂(lè)方面則偏好短時(shí)、高頻、近程的周末游玩。因此，在設(shè)計(jì)高鐵旅游產(chǎn)品時(shí)要盡量參照游客食、住、行、游、購(gòu)、娛方面的偏好特征，因人制宜。

（五）移動(dòng)應(yīng)用使用行為方面。游客經(jīng)常使用的APP，一是可以反映其上網(wǎng)偏好;二是可以根據(jù)熱門(mén)APP來(lái)制定廣告投放計(jì)劃。從各城市高鐵游客的APP使用偏好來(lái)看，社交軟件（微信、微博等）的使用頻率最高，其次是綜合商城（淘寶、京東等）和短視頻（抖音、快手等）類APP。此外，在線視頻（愛(ài)奇藝、騰訊視頻等）、拍攝美化（美圖、美顏相機(jī)等）等APP也有較高的使用頻率景區(qū)與相關(guān)鐵路部門(mén)可以依據(jù)游客APP的使用偏好特征進(jìn)行信息的推送及服務(wù)平臺(tái)的拓展。

（六）需求偏好特征方面。近八成的受訪者對(duì)于選擇高鐵作為外出游玩的主要交通方式這一問(wèn)題持積極正面的態(tài)度。探親訪友或回鄉(xiāng)、休閑度假和觀光游覽是高鐵出行的三大主要?jiǎng)訖C(jī)。有關(guān)游客對(duì)高鐵旅游服務(wù)需求的主要是涉及高鐵站點(diǎn)、高鐵列車(chē)和官方APP。高鐵站點(diǎn)方面，游客最希望的是優(yōu)化換乘，實(shí)現(xiàn)無(wú)縫接駁;高鐵列車(chē)方面，游客最希望的是加強(qiáng)高鐵與目的地聯(lián)動(dòng)，實(shí)現(xiàn)憑高鐵票享景區(qū)優(yōu)惠門(mén)票;高鐵官方APP方面，游客最希望的是增加高鐵行程展示地圖，實(shí)現(xiàn)個(gè)性化的高鐵行程可視化。

（七）群體性差異方面?？傮w而言，不同月收入、不同學(xué)歷和不同婚育狀況的群體在高鐵旅游偏好和需求方面具有明顯的差異。

四、結(jié)論及建議

（一）結(jié)論。通過(guò)大數(shù)據(jù)分析和問(wèn)卷調(diào)查數(shù)據(jù)，從7個(gè)維度刻畫(huà)了高鐵游客群的行為特征和需求偏好的畫(huà)像，得出以下結(jié)論：（1）經(jīng)濟(jì)發(fā)達(dá)地區(qū)是高鐵游客的主要客源地，這些游客傾向于便捷、快速、銜接良好的交通體系。（2）高鐵游客偏好具有當(dāng)?shù)靥厣穆糜萎a(chǎn)品，希望獲得一站式的個(gè)性化服務(wù)并獲取相關(guān)優(yōu)惠。（3）高鐵游客偏好網(wǎng)絡(luò)APP獲取相關(guān)資訊，分享、便利自己的生活。

（二）建議

1、選定目標(biāo)客群，開(kāi)發(fā)產(chǎn)品。不同地區(qū)、性別、年齡、學(xué)歷等的高鐵游客有著不同的行為特征以及需求，每個(gè)高鐵旅游目的地首先需要明確重點(diǎn)的客源市場(chǎng)，了解、掌握目標(biāo)客群的需求才能進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)。如，應(yīng)對(duì)大學(xué)生團(tuán)、親子游興盛的現(xiàn)象可以開(kāi)發(fā)研學(xué)旅游、夏令營(yíng)等高鐵旅游產(chǎn)品，針對(duì)老年團(tuán)則設(shè)計(jì)夕陽(yáng)紅高鐵旅游產(chǎn)品。

2、創(chuàng)新“高鐵+”旅游新業(yè)態(tài)。充分利用好“高鐵+旅游”的優(yōu)勢(shì)，加強(qiáng)高鐵與目的地的聯(lián)動(dòng)，推出多種高鐵旅游產(chǎn)品新業(yè)態(tài)。如，針對(duì)高鐵游客關(guān)注的憑高鐵票享景區(qū)優(yōu)惠門(mén)票的問(wèn)題，開(kāi)發(fā)打造“高鐵+景區(qū)”的新模式，與目的地景區(qū)合作，為游客提供門(mén)票等優(yōu)惠。

3、完善高鐵旅游接駁服務(wù)設(shè)施。加快高鐵與其他交通工具的組合方案，推動(dòng)“高鐵+飛機(jī)”、“高鐵+租車(chē)”、“高鐵+地鐵”、“高鐵+公交”等交通運(yùn)輸組合，構(gòu)建特色交通旅游產(chǎn)品組合，對(duì)內(nèi)銜接以高鐵為核心，實(shí)現(xiàn)高鐵站場(chǎng)到旅游目的地的換乘無(wú)縫對(duì)接。比如，設(shè)置從高鐵站到市中心及主要旅游景點(diǎn)的旅游交通大巴專線，在高鐵站或網(wǎng)上購(gòu)票。

4、利用網(wǎng)絡(luò)APP進(jìn)行營(yíng)銷(xiāo)推廣。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來(lái)越多的游客選擇在網(wǎng)絡(luò)平臺(tái)上獲取相關(guān)資訊，高鐵旅游目的地可開(kāi)發(fā)官方APP，實(shí)時(shí)向游客提供最新資訊，包括實(shí)時(shí)景觀視頻、優(yōu)惠策略等，并增加高鐵行程展示地圖，實(shí)現(xiàn)個(gè)性化的高鐵行程可視化。此外，與時(shí)下流行的網(wǎng)絡(luò)平臺(tái)如微博等合作投放廣告，推廣高鐵旅游。

主要參考文獻(xiàn)：

[1]張長(zhǎng)浩，余志勇，周振，石瑞杰，王新勇.基于國(guó)網(wǎng)商旅大數(shù)據(jù)融合背景的用戶畫(huà)像構(gòu)建[J].電信科學(xué)，2019（12）.

[2]劉超，劉馨璐，王攀，張麗娜.基于DPI和大數(shù)據(jù)分析的寬帶家庭畫(huà)像[J].計(jì)算機(jī)技術(shù)與發(fā)展，2018.28（12）.

[3]黃山.學(xué)生畫(huà)像技術(shù)在高校學(xué)生事務(wù)精準(zhǔn)管理的運(yùn)用[J].科學(xué)咨詢/教育科研，2019（13）.37.

[4]劉海鷗，姚蘇梅，黃文娜，張亞明.基于用戶畫(huà)像的圖書(shū)館大數(shù)據(jù)知識(shí)服務(wù)情境化推薦[J].圖書(shū)館學(xué)研究，2018.443（24）.

[5]程冬玲，聶燕敏，韓素芬.基于大數(shù)據(jù)畫(huà)像的精準(zhǔn)扶貧服務(wù)研究[J].無(wú)線互聯(lián)科技，2019（22）.

[6]Chikhaoui B，Wang S，Xiong T，et al.Pattern-based causal relationships discovery from event sequences for modeling be havioral user profile in ubiquitous environments[J].Information Sciences，2014.285（11）.

[7]Trusov M，Ma L，Jamal Z.Crumbs of the Cookie：User Profiling in Customer-Base Analysis and Behavioral Targeting[J].Marketing Science，2016.35（3）.

[8]Lerouge C，Ma J，Sneha S，et al.User profiles and personas in the design and development of consumer health technologies[J].International Journal of Medical Informatics，2013.82（11）.

[9]馮英杰.高鐵時(shí)代背景下的城市居民出游行為研究[D].南京：南京大學(xué)，2012.

[10]方敦禮.高鐵背景下長(zhǎng)三角地區(qū)發(fā)展慢旅游的思考——基于旅游者行為模式的視角[J].經(jīng)濟(jì)研究導(dǎo)刊，2013（16）.

[11]Lederman.Track-monitoring from the dynamic response of an operational train，Mechanical Systems And Signal Processing，2017.15（2）.