一种基于大数据的旅游交通管理系统的制作方法

本发明涉及旅游交通数据分析技术领域，具体涉及一种基于大数据的旅游交通管理系统。

背景技术：

近年来，随着居民收入水平的不断提高，消费观念的变化，闲暇时间的增加，旅游日益成为衡量居民生活质量和幸福指数的重要特征。同时，各级政府积极把握经济和社会发展变化过程中的新趋势，把旅游作为一种产业，通过各种措施和手段，加以推动，使得旅游人数成倍增长。旅游客流的增长，一方面使得居民的生活水平得到了提高，促进了经济发展；另一方面也造成了城市道路拥堵、交通设施故障等问题，严重影响游客出游品质，甚至引发交通安全事故。因此亟需发明一种能为旅游管理者和游客科学决策提供依据、从而实现对旅游客流合理引导的旅游交通管理系统。

技术实现要素：

本发明的目的是提供一种能为旅游管理者和游客科学决策提供依据、从而实现对旅游客流合理引导的基于大数据的旅游交通管理系统。

本发明为解决上述问题所采用的技术方案为：所述的一种基于大数据的旅游交通管理系统，包括旅游交通客流时空特征分析模块，旅游交通客流轨迹分析模块，以及旅游交通客流预警模块，所述旅游交通客流时空特征分析模块用于分时段游客人数统计、分时段景区游客人数统计、游客出行次数分析、游客出行时间分析、游客出行距离分析、游客出行速度分析、以及客流特征时空可视化；所述旅游交通客流轨迹分析模块用于旅游客流轨迹识别、旅游客流轨迹地图展示、景区游览规律分析、以及游览线路推荐；所述旅游交通客流预警模块用于预测景区短时客流、并能将景区短时客流预测值与景区最大承载量进行对比后进行不同等级的预警。

进一步地，前述的一种基于大数据的旅游交通管理系统，其中：当景区短时客流预测值小于最大承载量的40％时，为绿色信号，提醒游客景区游览非常舒适，欢迎游客前来；当景区短时客流预测值小于最大承载量的60％时，为蓝色信号，提醒游客景区游览舒适，可顺利参观景区；当景区短时客流预测值达到最大承载量的80％时，发布黄色预警，提醒景区游客注意安全；当景区短时客流预测值达到最大承载量的90％时，发布橙色预警，提醒景区游客尽快结束游览，同时限制游客进入，向社会发布信息，提醒游客避开该时间段；当景区短时客流预测值达到最大承载量时，发布红色预警，提醒游客尽快撤离，同时暂停售票，增加保安、交警等，及时疏导游客，维持景区及周边秩序。

本发明带来的有益效果为：通过掌握旅游交通客流信息，进行旅游交通客流时空变化特征、出行特征、出行规律分析、短时客流预警，从而为旅游管理者和游客科学决策提供依据，实现对旅游客流的合理引导。

附图说明

图1是本发明所述的一种基于大数据的旅游交通管理系统的结构示意图。

图2为本发明具体实施例中旅游交通客流时空特征分析模块流程图。

图3为本发明具体实施例中旅游交通客流轨迹分析模块流程图。

图4为本发明具体实施例中旅游交通客流预警模块流程图。

具体实施方式

以下结合具体附图对本发明作进一步的说明。

如图1所示，所述的一种基于大数据的旅游交通管理系统，包括旅游交通客流时空特征分析模块，旅游交通客流轨迹分析模块，以及旅游交通客流预警模块，所述旅游交通客流时空特征分析模块用于分时段游客人数统计、分时段景区游客人数统计、游客出行次数分析、游客出行时间分析、游客出行距离分析、游客出行速度分析、以及客流特征时空可视化；所述旅游交通客流轨迹分析模块用于旅游客流轨迹识别、旅游客流轨迹地图展示、景区游览规律分析、以及游览线路推荐；所述旅游交通客流预警模块用于预测景区短时客流、并能将景区短时客流预测值与景区最大承载量进行对比后进行不同等级的预警；在本实施例中，当景区短时客流预测值小于最大承载量的40％时，为绿色信号，提醒游客景区游览非常舒适，欢迎游客前来；当景区短时客流预测值小于最大承载量的60％时，为蓝色信号，提醒游客景区游览舒适，可顺利参观景区；当景区短时客流预测值达到最大承载量的80％时，发布黄色预警，提醒景区游客注意安全；当景区短时客流预测值达到最大承载量的90％时，发布橙色预警，提醒景区游客尽快结束游览，同时限制游客进入，向社会发布信息，提醒游客避开该时间段；当景区短时客流预测值达到最大承载量时，发布红色预警，提醒游客尽快撤离，同时暂停售票，增加保安、交警等，及时疏导游客，维持景区及周边秩序；

在本实施例中，旅游交通客流时空特征分析模块在使用时，需要用户选择游客时空特征分析，然后输入时间段和景区，即可获得游客量分布情况及时空分析图；用户选择出行特征分析，然后输入查询时间，即可获得游客平均出行次数、时间、距离、速度以及时间和距离分析曲线图；

如图2所示，旅游交通客流时空特征分析模块的具体编程步骤如下：

1、根据手机信令数据表和基站位置表匹配手机用户位置；

2、读取每个用户信息，如果完成数据除噪进入3，否则重复2；

3、读取完所有用户信息，进入4，否则返回2；

4、将3.2的算法代入，运算游客识别程序；

5、构建游客在景区的位置数据库，进入6；构建游客所有位置数据库，进入8；

6、统计每个小时游客人数，如果完成所有时段，进入11，否则重复6；

7、统计每个小时景区游客人数，如果完成所有景区和所有时段的搜索进入11，否则重复7；

8、统计游客每天出行次数、时间、距离，如果完成所有游客搜索进入9，否则重复8；

9、计算每天游客平均出行次数、时间、距离和速度；

10、对游客出行时间、距离进行曲线拟合，如果搜索完所有天数进入11，否则返回9；

11、用户选择游客时空特征分析，进入12，用户选择游客出行特征分析，进入13；

12、根据用户输入的查询时间，输出总游客量、各景区游客量排名、游客空间分布图，根据用户输入查询景区输出景区游客量、景区游客量时变分析图；

13、根据用户输入的查询时间，显示游客平均出行次数、时间、距离、速度，时间和距离分析曲线。

在本实施例中，旅游交通客流轨迹分析模块主要依据游客在景区位置和游客所有位置两个数据库进行分析，需要用户选择游览路线推荐，即可显示旅游线路推荐，以及每条线路的支持度；选择出行轨迹分析，然后输入景区，即可获得各景区客流轨迹图和分析结果，直观获取各景区游客的来源地，以及各景区服务范围；

如图3所示，旅游交通客流轨迹分析模块的具体编程步骤如下：

1、如果游客选择游览路线推荐，进入2，如果用户选择游客出行轨迹分析进入5；

2、读取游客在景区位置数据表；

3、运行游客出行规律算法，如果完成所有时段，进入4，否则重复3；

4、显示旅游线路推荐；

5、读取游客所有位置数据表；

6、读取每个景区游客出行轨迹，如果完成所有景区游客搜索，进入7，否则重复6；

7、根据用户输入的查询景区，显示景区游客出行轨迹，分析轨迹出行特征。

在本实施例中，使用旅游交通客流预警模块时，用户选择需要预警的景区以及预警的时段，输入查询的景区，即可获得景区客流预测结果以及客流预警等级；

如图4所示，旅游交通客流预警模块的具体编程步骤如下：

1、用户选择客流预警，读取游客在景区位置数据库；

2、统计每个时间段景区客流量，如果完成所有时段和景区的统计，进入3否则重复2；

3、运行小波神经网络算法，预测短时客流量；

4、计算每个景区预测的客流量与景区最大客流承载量的比值；

5、根据计算结果确定景区预警等级，如果计算完所有景区进入6，否则返回4；

6、根据用户输入查询的景区，显示景区短时客流预测量和预警等级。

下面根据上海市部分a级旅游景区的最大承载量为例，可以计算出不同预警等级的景区客流量，如下表：

上海市部分a级旅游景区最大承载量

本发明带来的优点为：通过掌握旅游交通客流信息，进行旅游交通客流时空变化特征、出行特征、出行规律分析、短时客流预警，从而为旅游管理者和游客科学决策提供依据，实现对旅游客流的合理引导。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明，对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。