基于多维数据分析的文旅综合管理平台

本发明涉及文旅管理，具体涉及基于多维数据分析的文旅综合管理平台。

背景技术：

1、随着社会经济的发展和人们生活水平的提高，文化旅游产业逐渐成为经济的重要支柱之一，政府和企业开始重视文化和旅游资源的开发与利用，以推动地方经济的发展，在信息时代，数字化转型成为推动各行业发展的关键因素之一，文旅综合管理平台顺应了数字化转型的趋势，通过信息技术的应用，实现对文化和旅游资源的全面管理和服务优化，文化和旅游资源涉及多个方面，包括景区、文化场馆、旅游企业等，为了更好地整合这些资源，提高资源的利用效率，文旅综合管理平台应运而生，平台整合各类资源，提供全方位的服务。

2、现有技术存在以下不足：

3、1、对于每个城市区域而言，与文旅发展相关的数据多维化，现有管理平台对与文旅发展相关多维数据没有整合处理，使得多维数据之间的关联性差，不便于用户查询，增加用户查询负担；

4、2、城市区域内包括多个景区、文化场馆、旅游企业，现有管理平台对这些景区、文化场馆、旅游企业没有排序和分级处理，从而无法向决策者提供有效的决策支持，降低对城市区域文旅发展的管理效率；

5、3、对多个景区、文化场馆、旅游企业不进行分级处理，一是容易使用户选择评级差的旅游企业服务评级高的景区或文化场馆，导致旅游企业的服务不到位，从而降低用户对景区或文化场馆体验指数，二是容易时用户选择评级高的旅游企业服务评级差的景区或文化场馆，增加用户消费成本的同时，造成服务资源的浪费。

技术实现思路

1、本发明的目的是提供基于多维数据分析的文旅综合管理平台，以解决背景技术中不足。

2、为了实现上述目的，本发明提供如下技术方案：基于多维数据分析的文旅综合管理平台，所述管理平台端口从需要被管理区域内的各个景区、文化场馆和旅游企业收集数据；

3、nosql数据库将收集的数据划分为一类数据集、二类数据集、三类数据集，使用open-refine工具对一类数据集、二类数据集以及三类数据集中的属性数据进行清洗；

4、一类数据集、二类数据集以及三类数据集整合到数据仓库中，并在数据仓库中建立多维数据模型；

5、建立完成的多维数据模型嵌入olap工具，用户通过olap工具的交互式界面对管理区域的文旅数据进行查询；

6、基于排序算法对一类数据集、二类数据集以及三类数据集中的数据点进行排序后，依据排序结果通过梯度分级方法分级处理所有景区、文化场馆和旅游企业；

7、nosql数据库将处于同一级别的景区、文化场馆和旅游企业划入一个服务集合；

8、通过microsoft-power-bi可视化工具将所有服务集合以及一类数据集、二类数据集以及三类数据集的排序结果可视化处理；

9、可视化处理后的服务集合信息向旅游企业进行展示，排序结果向决策者以及用户进行展示。

10、在一个优选的实施方式中，所述一类数据集中每个景区为独立的数据点，在一类数据集中每个数据点均包含景区属性数据，所述二类数据集中每个文化场馆为独立的数据点，在二类数据集中每个数据点均包含文化场馆属性数据，所述三类数据集中每个旅游企业为独立的数据点，在三类数据集中每个数据点均包含旅游企业属性数据。

11、在一个优选的实施方式中，所述一类数据集、二类数据集、三类数据集的划分包括以下步骤：

12、一类数据集：将从各个景区收集到的数据整合到数据库中，将每个景区的数据导入到对应的数据库表中，数据库表包含景区属性，每一行代表一个景区的数据点，列包括景区的各种属性数据；

13、二类数据集：将从各个文化场馆收集到的数据整合到数据库中，将每个文化场馆的数据导入到对应的数据库表中，数据库表包含文化场馆属性，每一行代表一个文化场馆的数据点，列包括文化场馆的各种属性数据；

14、三类数据集：将从各个旅游企业收集到的数据整合到数据库中，将每个旅游企业的数据导入到对应的数据库表中，数据库表包含旅游企业属性，每一行代表一个旅游企业的数据点，列包括旅游企业的各种属性数据。

15、在一个优选的实施方式中，对一类数据集中所有的景区进行排序包括以下步骤：

16、获取景区的游客满意度、景区设施、服务质量指标，将定量的评估指标转化为模糊集；

17、将模糊化后的游客满意度、景区设施、服务质量分别标记为μa(x)、μb(x)、μc(x)，其中，x是输入的值，则通过模糊化后的游客满意度、景区设施、服务质量输出综合评估隶属度，表达式为：

18、μjq(x)＝min(μa(x),μb(x),μc(x))；μa(x)、μb(x)、μc(x)分别为模糊化后的游客满意度、景区设施、服务质量，μjq(x)为综合评估隶属度；

19、获取景区不同时期的综合评估隶属度μjq(x)后，通过平均值法将综合评估隶属度转化为数值，表达式为：式中，μjqavg表示景区的综合评估平均隶属度，i＝1、2、3、、、、n，n为景区不同时期样本数量，μjq(xi)表示景区第i个时期样本的综合评估隶属度，ωi表示第i个时期样本的综合评估隶属度的权重，且ωi大于0；

20、获取区域中所有景区的综合评估平均隶属度μjqavg后，通过冒泡法依据综合评估平均隶属度μjqavg由大到小对所有景区进行排序获取景区列表。

21、在一个优选的实施方式中，对二类数据集中所有的文化场馆进行排序包括以下步骤：

22、获取文化场馆的人流量幅值、文化维度指数、经济维度指数以及社会维度指数；

23、将人流量幅值、文化维度指数、经济维度指数以及社会维度指数进行归一化处理后综合计算获取场馆系数cgx，表达式为：

24、式中，rf为人流量幅值，whd为文化维度指数，jwd为经济维度指数，shd为社会维度指数，α、β、γ分别为文化维度指数、经济维度指数以及社会维度指数的比例系数，且α、β、γ均大于0；

25、获取所有文化场馆的场馆系数cgx值后，将所有文化场馆依据场馆系数cgx值由大到小进行排序获取文化场馆列表；

26、人流量幅值的计算逻辑为：

27、计算文化场馆的历史每天的平均人流量以及人流量标准差；

28、平均人流量的计算表达式为：人流量标准差的计算表达式为：式中，j＝{1、2、3、...、m}，m表示采集的历史天数，且m大于1并为正整数，trj表示第j天的人流量，ravg表示平均人流量，rq为人流量标准差；

29、综合分析文化场馆的历史每天的平均人流量以及人流量标准差获取人流量幅值；

30、若平均人流量＜人流量阈值，且人流量标准差≤标准差阈值，分析文化场馆的历史人流量少且稳定，人流量幅值rf＝1.50；

31、若平均人流量＜人流量阈值，且人流量标准差＞标准差阈值，分析文化场馆的历史人流量少且不稳定(即存在部分天数的人流量较多)，人流量幅值rf＝1.40；

32、若平均人流量≥人流量阈值，且人流量标准差＞标准差阈值，分析文化场馆的历史人流量多且不稳定(即存在部分天数的人流量较少)，人流量幅值rf＝1.20；

33、若平均人流量≥人流量阈值，且人流量标准差≤标准差阈值，分析文化场馆的历史人流量多且稳定，人流量幅值rf＝1.00；

34、综上所述人流量幅值rf的值较大，表明文化场馆的历史人流量每天都处于较少的状态。

35、文化维度指数whd的计算表达式为：式中，wz为文化活动值，cz为藏品展览值，文化活动值＝通过(文化活动数量+教育项目数量)/区域中所有文化场馆数量，藏品展览值＝(藏品数量+展览数量)/区域中所有文化场馆数量，文化维度指数whd越大，表明文化场馆的文化底蕴越高。

36、经济维度指数jwd的计算表达式为：式中，gx为经济贡献值，hz为企业合作值，经济贡献值＝文化场馆经济贡献总和/区域中所有文化场馆数量，企业合作值＝文化场馆与企业合作数量/区域中所有文化场馆数量，经济维度指数jwd越大，表明文化场馆为区域带来的经济效益越好。

37、社会维度指数shd的计算表达式为：式中，jy为社会就业值，sz为社会责任值，社会就业值＝文化场馆就业人数/区域中所有文化场馆数量，社会责任值＝文化场馆的社会责任活动数量/区域中所有文化场馆数量，社会维度指数shd越大，表明文化场馆对区域的社会影响越大。

38、在一个优选的实施方式中，依据排序结果通过梯度分级方法分级处理所有景区、文化场馆和旅游企业包括以下步骤：

39、获取景区列表、文化场馆列表以及旅游企业列表，在景区列表、文化场馆列表以及旅游企业列表中，景区、文化场馆或旅游企业的排名越靠前，表明该景区、文化场馆或旅游企业在区域中的重要度越大；

40、本实施例通过等分法对景区列表、文化场馆列表、旅游企业列表中的景区、文化场馆、旅游企业进行分级，预设一个等分数k，k为大于1的正整数；

41、获取景区列表中的景区数量，通过k等分数将景区列表中的景区划分为k组，每个组内的景区对应一个级别；

42、获取文化场馆列表中的文化场馆数量，通过k等分数将文化场馆列表中的文化场馆划分为k组，每个组内的文化场馆对应一个级别；

43、获取旅游企业列表中的旅游企业数量，通过k等分数将旅游企业列表中的旅游企业划分为k组，每个组内的旅游企业对应一个级别；

44、nosql数据库将处于同一级别的景区、文化场馆和旅游企业划入一个服务集合。

45、在一个优选的实施方式中，依据排序结果通过梯度分级方法分级处理所有景区、文化场馆和旅游企业，包括以下步骤：

46、获取景区列表后，依据预设的第一隶属度阈值以及第二隶属度阈值对景区列表中的所有景区进行等级划分，具体为：

47、获取景区列表中每个景区的综合评估平均隶属度μjqavg；

48、将所有综合评估平均隶属度μjqavg≥第二隶属度阈值的景区划入第一等级，将所有第一隶属度阈值≤综合评估平均隶属度μjqavg＜第二隶属度阈值的景区划入第二等级，将所有综合评估平均隶属度μjqavg＜第一隶属度阈值的景区划入第三等级；

49、获取文化场馆列表后，依据预设的第一重要度阈值以及第二重要度阈值对文化场馆列表中的所有文化场馆进行等级划分，具体为：

50、获取文化场馆列表中每个文化场馆的场馆系数cgx；

51、将所有场馆系数cgx≥第二重要度阈值的文化场馆划入第一等级，将所有第一重要度阈值≤场馆系数cgx＜第二重要度阈值的文化场馆划入第二等级，将所有场馆系数cgx＜第一重要度阈值的文化场馆划入第三等级；

52、获取旅游企业列表后，依据预设的第一服务阈值以及第二服务阈值对旅游企业列表中的所有旅游企业进行等级划分，具体为：

53、获取旅游企业列表中每个旅游企业的企业指数qyz；

54、将所有企业指数qyz≥第二服务阈值的旅游企业划入第一等级，将所有第一服务阈值≤企业指数qyz＜第二服务阈值的旅游企业划入第二等级，将所有企业指数qyz＜第一服务阈值的旅游企业划入第三等级。

55、在一个优选的实施方式中，获取区域中所有景区的综合评估平均隶属度μjqavg后，通过冒泡法依据综合评估平均隶属度μjqavg由大到小对所有景区进行排序包括以下步骤：

56、将每个景区的信息及其对应的综合评估平均隶属度构建为一个数组；

57、从数组的第一个元素开始，比较相邻的两个元素的综合评估平均隶属度，若前一个元素的综合评估平均隶属度小于后一个元素的综合评估平均隶属度，则交换这两个元素的位置，继续进行比较和交换，直到整个数组被遍历一次；

58、进行多次遍历，每次遍历都会将数组中最大的综合评估平均隶属度移到数组的最前；

59、遍历完成后，数组中的景区按照综合评估平均隶属度从大到小排列，从排序后的数组中获取排序完成的景区列表。

60、在一个优选的实施方式中，一类数据集、二类数据集以及三类数据集整合到数据仓库中，并在数据仓库中建立多维数据模型包括以下步骤：

61、定义维度表和事实表后数据库结构和模式，并创建数据仓库；

62、将一类数据集、二类数据集和三类数据集导入到相应的数据仓库中，为每类数据集中的独立属性创建相应的维度表；

63、通过在事实表中添加与维度表关联的外键定义维度表与事实表之间的关系；

64、使用数据仓库工具基于维度表与事实表建立多维数据模型，并为每个维度表定义层次结构。

65、在一个优选的实施方式中，建立完成的多维数据模型嵌入olap工具，用户通过olap工具的交互式界面对管理区域的文旅数据进行查询包括以下步骤：

66、olap工具中建立与数据仓库的连接，提供连接信息，连接信息包括数据库类型、地址、用户名和密码；

67、数据仓库中建立的多维数据模型导入到olap工具中，在olap工具中配置多维数据模型；

68、基于多维数据模型的逻辑结构在olap工具中定义多维立方体，并为每个多维立方体定义维度和度量，维度用于分析的属性，度量为分析的数据值；

69、通过olap工具创建报表和仪表板，报表包括各种图表、表格，用户通过配置后的olap工具交互式界面进行查询。

70、在上述技术方案中，本发明提供的技术效果和优点：

71、1、本发明通过在数据仓库中建立多维数据模型，建立完成的多维数据模型嵌入olap工具，用户通过olap工具的交互式界面对管理区域的文旅数据进行查询，基于排序算法对一类数据集、二类数据集以及三类数据集中的数据点进行排序后，依据排序结果通过梯度分级方法分级处理所有景区、文化场馆和旅游企业，nosql数据库将处于同一级别的景区、文化场馆和旅游企业划入一个服务集合，可视化处理后的服务集合信息向旅游企业进行展示，排序结果向决策者以及用户进行展示。该管理平台能够有效将管理区域内与文旅发展相关的多维数据整合展示，从而便于用户进行数据查询，并将管理区域内的所有景区、文化场馆和旅游企业进行排序以及分级处理，不仅有效发展好的景区、文化场馆进行推广，提高文旅引流量，而且向决策者提供景区、文化场馆和旅游企业的发展状况以及决策支持，便于决策者进行管理，提高对区域的文旅管理效率和效果；

72、2、本发明通过将人流量幅值、文化维度指数、经济维度指数以及社会维度指数进行归一化处理后综合计算获取场馆系数cgx，并且将所有文化场馆依据场馆系数cgx值由大到小进行排序获取文化场馆列表，不仅有效提高对数据的处理效率，而且综合分析更为全面，准确性更高。