CN110659403B - 一种基于大数据的旅游营销建议生成方法 - Google Patents
一种基于大数据的旅游营销建议生成方法 Download PDFInfo
- Publication number
- CN110659403B CN110659403B CN201910900697.0A CN201910900697A CN110659403B CN 110659403 B CN110659403 B CN 110659403B CN 201910900697 A CN201910900697 A CN 201910900697A CN 110659403 B CN110659403 B CN 110659403B
- Authority
- CN
- China
- Prior art keywords
- tourist
- marketing
- report
- travel
- industry
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008859 change Effects 0.000 claims description 5
- 230000007812 deficiency Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 48
- 230000018109 developmental process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的旅游营销建议生成方法,包括:S1、采集目标区域的营销数据;S2、基于营销数据生成营销报告;S3、基于营销报告生成对应的营销建议条款;S4、基于调用的营销建议条款生成旅游营销建议报告。本发明在本领域中首次将完整的旅游营销过程融入了大数据系统,从而实现了旅游营销建议的自动生成。
Description
技术领域
本发明涉及大数据技术领域,具体涉及一种基于大数据的旅游营销建议生成方法。
背景技术
大数据时代,尽可能地挖掘和运用海量数据的巨大价值成为促进各行各业发展的巨大推动力,数据化智能化成为时代发展的趋势与潮流。作为信息高度密集的行业,旅游业的数据化与智能化成为不可避免的趋势。目前大数据在旅游行业的应用主要集中在旅游管理、旅游服务、旅游体验上,而旅游营销对大数据的应用却是比较少的。虽然利用大数据技术对旅游信息的收集与分析为旅游营销提供了大量的决策依据,但大数据的应用并未实现贯穿从决策到实施的整个旅游营销过程。
综上所述,针对当前旅游营销对大数据应用的不足,本发明公开了一种基于大数据的旅游营销建议生成方法,将旅游营销过程融入了大数据系统,从而实现了旅游营销建议的自动生成。
发明内容
针对现有技术存在的上述不足,本发明实际需要解决的问题是:如何根据目标区域的旅游营销数据自动生成旅游营销建议。
一种基于大数据的旅游营销建议生成方法,包括:
S1、采集目标区域的营销数据;
S2、基于营销数据生成营销报告;
S3、基于营销报告生成对应的营销建议条款;
S4、基于调用的营销建议条款生成旅游营销建议报告。
优选地,营销数据包括旅游产业数据、舆情数据及游客数据。
优选地,旅游产业数据包括每种旅游产业的数量,每种旅游产业的游客到访数,以及每种旅游产业的营业额;营销报告包括市场需求报告,基于每种旅游产业的数量、游客到访数及营业额计算每种旅游产业的市场需求值,旅游产业的数量与市场需求值负相关,旅游产业的游客到访数与市场需求值正相关,旅游产业的营业额与市场需求值正相关,当市场需求值大于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业不足报告,当市场需求值小于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业过剩报告。
优选地,舆情数据包括旅游新闻高频词出现次数,营销报告包括旅游价值洼地报告,当旅游新闻高频词出现次数大于预设次数时,生成对应的旅游价值洼地报告。
优选地,游客数据包括游客高频搜索旅游词及游客评论信息,营销报告包括游客反馈报告,基于游客高频搜索旅游词将游客评论信息分类,统计每个游客高频搜索旅游词对应的游客评论信息的数量及好评占比,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比大于预设占比范围值时,游客反馈报告包括对应的游客好评报告,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比小于预设占比范围值时,游客反馈报告包括对应的游客差评报告。
优选地,步骤S3中:
基于产业不足报告生成对应旅游产业的增量建议条款;
基于产业过剩报告生成对应旅游产业的减量建议条款;
基于旅游价值洼地报告生成对应旅游新闻高频词的旅游开发建议条款;
基于游客好评报告生成对应游客高频搜索旅游词的宣传建议条款;
基于游客差评报告生成对应游客高频搜索旅游词的整改建议条款。
优选地,还包括:
统计宣传建议条款对应的游客评论信息的渠道来源数,向前预设个数的渠道推送宣传信息。
优选地,还包括:
持续采集的营销数据;
在预设时间后生成新的旅游营销建议报告;
若新的旅游营销建议报告中包括与原旅游营销建议报告相同的营销建议条款,生成所述营销建议条款对应的营销数据的变化曲线图;
将原旅游营销建议报告、新的旅游营销建议报告及营销数据的变化曲线图发送至专家数据库。
综上所述,本发明公开了一种基于大数据的旅游营销建议生成方法,包括:S1、采集目标区域的营销数据;S2、基于营销数据生成营销报告;S3、基于营销报告生成对应的营销建议条款;S4、基于调用的营销建议条款生成旅游营销建议报告。本发明在本领域中首次将完整的旅游营销过程融入了大数据系统,从而实现了旅游营销建议的自动生成。
附图说明
图1为本发明公开的一种基于大数据的旅游营销建议生成方法的一种具体实施方式的流程图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述说明。
如图1所示,本发明公开了一种基于大数据的旅游营销建议生成方法,包括:
S1、采集目标区域的营销数据;
本发明中,利用大数据技术,可以从各种旅游评论软件,搜索引擎及新闻门户网站上抓取与旅游相关的营销数据,如何实现抓取特定领域的数据为现有技术,在此不再赘述。
S2、基于营销数据生成营销报告;
S3、基于营销报告生成对应的营销建议条款;
S4、基于调用的营销建议条款生成旅游营销建议报告。
本发明的各种功能可借由现有的技术手段通过软件在智能终端上实现,具体实现方式在此不再赘述。
本发明在本领域中首次将完整的旅游营销过程融入了大数据系统,从而实现了旅游营销建议的自动生成。
具体实施时,营销数据包括旅游产业数据、舆情数据及游客数据。
本发明从旅游产业、舆情及游客三个方向抓取数据,能够保证生成的营销建议全面且真实可靠。
具体实施时,旅游产业数据包括每种旅游产业的数量,每种旅游产业的游客到访数,以及每种旅游产业的营业额;营销报告包括市场需求报告,基于每种旅游产业的数量、游客到访数及营业额计算每种旅游产业的市场需求值,旅游产业的数量与市场需求值负相关,旅游产业的游客到访数与市场需求值正相关,旅游产业的营业额与市场需求值正相关,当市场需求值大于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业不足报告,当市场需求值小于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业过剩报告。
旅游产业包括景区景点、住宿场所、餐饮场所、休闲文娱场所和公共服务场所等,通过对各种旅游产业的数量、游客到访数及营业额进行分析,能够有效地评判目标区域内旅游产业的发展状况,判断是否能够满足游客的需求或者是否出现了激烈的竞争和资源浪费。其中,旅游产业的数量与市场需求值负相关,旅游产业的游客到访数与市场需求值正相关,旅游产业的营业额与市场需求值正相关,例如,可采用公式Q=-X×R1+Y×R2+Z×R3计算,其中X、Y及Z为旅游产业的数量、游客到访数及营业额的值(这个值可以预先进行标准化处理,避免不同类型数据在数量级上差距过大而对运算造成的不良影响),R1、R2及R3为旅游产业的数量、游客到访数及营业额对应的预设权重,通过综合考虑旅游产业的数量、游客到访数及营业额来判断产业不足和过剩,这种判断方式更加客观、准确。
具体实施时,舆情数据包括旅游新闻高频词出现次数,营销报告包括旅游价值洼地报告,当旅游新闻高频词出现次数大于预设次数时,生成对应的旅游价值洼地报告。
生成对应的旅游价值洼地报告的具体方法如下:
抓取与目标区域相关的旅游新闻,然后统计这些新闻中与旅游相关的高频词(可先预设旅游相关词标签,然后与新闻内容进行匹配),将旅游相关的高频词进行排序,根据实际情况选取前若干个旅游相关的高频词作为旅游新闻高频词并统计其出现次数,当旅游新闻高频词出现次数大于预设次数时,生成对应的旅游价值洼地报告。通过旅游价值洼地报告可以确定在当下目标区域内具有高开发价值的旅游地点或项目。
由于舆情数据大多是以文本形式出现,针对某一主题的新闻文本可能还包括了其他无关主题的一些高频词,因此,在本发明中,还可采用以下方式来提高旅游价值洼地报告的准确性,抓取与目标区域相关的旅游新闻之后,可以先根据不同的主题将旅游新闻分类,统计每个主题对应的旅游新闻数量,将对应的旅游新闻数量大于预设数量的主题作为旅游价值洼地主题,并对旅游新闻进行高频词统计,并将出现次数大于预设次数的高频词作为所述旅游价值洼地主题的旅游价值洼地高频词,生成对应的旅游价值洼地报告。当然们也可以直接根据旅游价值洼地主题生成旅游价值洼地报告。
采用这种方法,将旅游价值洼地报告以分类主题的形式呈现,可以避免不属于该主题的旅游新闻对最终的报告内容产生影响,提高了报告的准确性。此外,在进行完分类后,若该类所有的旅游新闻进行统计,出现了本领域技术人员以为原本与该主题不相关的高频词,则还可对本领域技术人员起到提示作用,使本领域技术人员了解该主题最新的变化情况,还可将该高频词作为新的主题分类依据,保证后续主题分类更加准确。
其中分类旅游新闻可采用以下方法:
获取每个主题对应的训练文本集(每个训练文本属于哪一个主题已事先标定),对训练文本使用分词工具进行分词;
将每个训练文本以特征量形式表示,Va=t1,w1;t2,w2;…ti,wi;…tn,wn;其中Va表示第a个训练文本,ti表示对应训练文本的第i个特征量,wi表示对应特征量的权重,取出现频次最多的前n个高频词作为特征量。权重与对应的特征量对应的高频词的出现频次正相关。具体可等于对应的高频词出现的频次除以所有作为特征量的高频词出现的频次的和。
对于获取的旅游新闻,也以特征量的形式来表示Vj=T1,W1;T2,W2;…Ti,Wi;…Tn,Wn,Ti表示对应旅游新闻的第i个特征量,Wi表示对应特征量的权重,取出现频次最多的前n个高频词作为特征量;
根据相似度,选出与Vj最相似的前k个训练文本;
分别计算旅游新闻属于各主题的权重指标当Va属于第j个主题Cj,则I(Va,Cj)=1否则等于0,I(Va,Cj)为指示函数。根据上述计算结果,判断旅游新闻所属主题情况。本发明采用的网络舆情分类以实用性为原则,对于网上没有分析价值的数据采取舍弃处理,故此处的权重指标根据实际需要设置了一个权重阈值,低于该权重阈值的旅游新闻,则舍弃,若权值指标大于等于权重阈值,则认为该旅游新闻属于对应主题。
具体实施时,游客数据包括游客高频搜索旅游词及游客评论信息,营销报告包括游客反馈报告,基于游客高频搜索旅游词将游客评论信息分类,统计每个游客高频搜索旅游词对应的游客评论信息的数量及好评占比,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比大于预设占比范围值时,游客反馈报告包括对应的游客好评报告,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比小于预设占比范围值时,游客反馈报告包括对应的游客差评报告。
抓取与目标区域相关的游客评论信息和游客搜索信息,从游客搜索信息中提取游客高频搜索旅游词(可先预设旅游相关词标签,然后与搜索信息进行匹配),若游客评论信息中包括了对应的游客高频搜索旅游词,则将游客评论信息分类到对应的游客高频搜索旅游词(一个游客评论信息可对应多个游客高频搜索旅游词)。本发明首先根据游客高频搜索旅游词对游客评论信息进行分类,从而根据游客高频搜索旅游词的不同得到不同的好评或差评报告,与直接统计整个目标区域的满意度相比,这种分类方式更加具体,能够确定游客具体对哪些方面满意或不满意。通过预设好评词与差评词,再匹配各评论信息,可以实现自动判断评论信息是好评还是差评。
具体实施时,步骤S3中:
基于产业不足报告生成对应旅游产业的增量建议条款;
基于产业过剩报告生成对应旅游产业的减量建议条款;
基于旅游价值洼地报告生成对应旅游新闻高频词的旅游开发建议条款;
基于游客好评报告生成对应游客高频搜索旅游词的宣传建议条款;
基于游客差评报告生成对应游客高频搜索旅游词的整改建议条款。
本发明中,针对各种报告,可以预存对应的建议条款,当报告中存在某项报告时,调用对应的建议条款,从而实现自动生成营销建议。
具体实施时,还包括:
统计宣传建议条款对应的游客评论信息的渠道(门户网站及旅游软件等)来源数,向前预设个数的渠道推送宣传信息。
统计各种渠道的游客评论数量,从而可以了解到好评的评论信息主要来自哪些渠道,进而了解对这方面信息感兴趣的游客主要使用哪些渠道,从而针对性的将特定的宣传信息推送给感兴趣的人,对于宣传建议条款,本发明实现自动从最优的渠道推送宣传信息的功能,充分利用宣传资源。
具体实施时,还包括:
持续采集的营销数据;
在预设时间后生成新的旅游营销建议报告;
若新的旅游营销建议报告中包括与原旅游营销建议报告相同的营销建议条款,生成所述营销建议条款对应的营销数据的变化曲线图;
将原旅游营销建议报告、新的旅游营销建议报告及营销数据的变化曲线图发送至专家数据库。
本发明能够实现自动生成旅游营销建议,但是,若采用本发明的旅游营销建议,在预设时间内无法起到改善作用,则可以将采用旅游营销建议后的数据变化情况及对应的旅游营销报告发送至专家数据库,由本领域的专家提供对应的建议。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管通过参照本发明的优选实施例已经对本发明进行了描述,但本领域的普通技术人员应当理解,可以在形式上和细节上对其作各种各样的改变,而不偏离所附权利要求书所限定的本发明的精神和范围。
Claims (4)
1.一种基于大数据的旅游营销建议生成方法,其特征在于,包括:
S1、采集目标区域的营销数据;营销数据包括旅游产业数据、舆情数据及游客数据;
S2、基于营销数据生成营销报告;
S3、基于营销报告生成对应的营销建议条款;
S4、基于调用的营销建议条款生成旅游营销建议报告;
其中,旅游产业数据包括每种旅游产业的数量,每种旅游产业的游客到访数,以及每种旅游产业的营业额;营销报告包括市场需求报告,基于每种旅游产业的数量、游客到访数及营业额计算每种旅游产业的市场需求值,旅游产业的数量与市场需求值负相关,旅游产业的游客到访数与市场需求值正相关,旅游产业的营业额与市场需求值正相关,当市场需求值大于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业不足报告,当市场需求值小于预设的市场需求范围值时,市场需求报告包括对应旅游产业的产业过剩报告;
舆情数据包括旅游新闻高频词出现次数,营销报告包括旅游价值洼地报告,当旅游新闻高频词出现次数大于预设次数时,生成对应的旅游价值洼地报告;
游客数据包括游客高频搜索旅游词及游客评论信息,营销报告包括游客反馈报告,基于游客高频搜索旅游词将游客评论信息分类,统计每个游客高频搜索旅游词对应的游客评论信息的数量及好评占比,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比大于预设占比范围值时,游客反馈报告包括对应的游客好评报告,当游客高频搜索旅游词对应的游客评论信息的数量大于预设数量时且好评占比小于预设占比范围值时,游客反馈报告包括对应的游客差评报告。
2.如权利要求1所述的基于大数据的旅游营销建议生成方法,其特征在于,步骤S3中:
基于产业不足报告生成对应旅游产业的增量建议条款;
基于产业过剩报告生成对应旅游产业的减量建议条款;
基于旅游价值洼地报告生成对应旅游新闻高频词的旅游开发建议条款;
基于游客好评报告生成对应游客高频搜索旅游词的宣传建议条款;
基于游客差评报告生成对应游客高频搜索旅游词的整改建议条款。
3.如权利要求2所述的基于大数据的旅游营销建议生成方法,其特征在于,还包括:
统计宣传建议条款对应的游客评论信息的渠道来源数,向前预设个数的渠道推送宣传信息。
4.如权利要求3所述的基于大数据的旅游营销建议生成方法,其特征在于,还包括:
持续采集的营销数据;
在预设时间后生成新的旅游营销建议报告;
若新的旅游营销建议报告中包括与原旅游营销建议报告相同的营销建议条款,生成所述营销建议条款对应的营销数据的变化曲线图;
将原旅游营销建议报告、新的旅游营销建议报告及营销数据的变化曲线图发送至专家数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910900697.0A CN110659403B (zh) | 2019-09-23 | 2019-09-23 | 一种基于大数据的旅游营销建议生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910900697.0A CN110659403B (zh) | 2019-09-23 | 2019-09-23 | 一种基于大数据的旅游营销建议生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110659403A CN110659403A (zh) | 2020-01-07 |
CN110659403B true CN110659403B (zh) | 2022-05-10 |
Family
ID=69039002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910900697.0A Active CN110659403B (zh) | 2019-09-23 | 2019-09-23 | 一种基于大数据的旅游营销建议生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110659403B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
CN107146172A (zh) * | 2017-04-01 | 2017-09-08 | 上海诺悦智能科技有限公司 | 一种旅游多模式营销策略指导系统 |
CN107944975A (zh) * | 2017-12-14 | 2018-04-20 | 方物语(深圳)科技文化有限公司 | 创意产品大数据分析方法、装置、计算机设备及存储介质 |
CN109584018A (zh) * | 2018-12-04 | 2019-04-05 | 雄商网络科技(上海)有限公司 | 一种互联网营销云服务平台 |
CN109670534A (zh) * | 2018-11-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 政策热点预测的方法、装置、计算机设备和存储介质 |
CN110059922A (zh) * | 2019-03-11 | 2019-07-26 | 北京比速信息科技有限公司 | 基于互联网游客点评数据的线上满意度评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090112648A1 (en) * | 2007-10-30 | 2009-04-30 | Microsoft Corporation | Online sales and marketing integration |
-
2019
- 2019-09-23 CN CN201910900697.0A patent/CN110659403B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951845A (zh) * | 2015-05-29 | 2015-09-30 | 华南理工大学 | 基于网络关注度拟合客流量的旅游景区饱和度预警方法 |
CN107146172A (zh) * | 2017-04-01 | 2017-09-08 | 上海诺悦智能科技有限公司 | 一种旅游多模式营销策略指导系统 |
CN107944975A (zh) * | 2017-12-14 | 2018-04-20 | 方物语(深圳)科技文化有限公司 | 创意产品大数据分析方法、装置、计算机设备及存储介质 |
CN109670534A (zh) * | 2018-11-26 | 2019-04-23 | 平安科技(深圳)有限公司 | 政策热点预测的方法、装置、计算机设备和存储介质 |
CN109584018A (zh) * | 2018-12-04 | 2019-04-05 | 雄商网络科技(上海)有限公司 | 一种互联网营销云服务平台 |
CN110059922A (zh) * | 2019-03-11 | 2019-07-26 | 北京比速信息科技有限公司 | 基于互联网游客点评数据的线上满意度评价方法 |
Non-Patent Citations (2)
Title |
---|
基于供需分析的生态旅游景区发展研究;肖宁;《时代金融》;20170228;全文 * |
基于网络文本分析的泉州市旅游形象研究;陈金华等;《无锡商业职业技术学院学报》;20180630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110659403A (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109189901B (zh) | 一种智能客服系统中自动发现新分类以及对应语料的方法 | |
CN107577688B (zh) | 基于媒体信息采集的原创文章影响力分析系统 | |
CN108932945B (zh) | 一种语音指令的处理方法及装置 | |
CN110532379B (zh) | 一种基于lstm的用户评论情感分析的电子资讯推荐方法 | |
US20160170993A1 (en) | System and method for ranking news feeds | |
CN115396389B (zh) | 一种基于情绪能量感知的物联网信息技术客服服务系统 | |
CN111242131B (zh) | 一种智能阅卷中图像识别的方法、存储介质及装置 | |
CN112580951A (zh) | 基于乘客出行的城市地面公交运行监测关键指标筛选方法 | |
CN110929032B (zh) | 一种软件系统的用户需求处理系统及处理方法 | |
CN114625901A (zh) | 一种多算法整合方法及装置 | |
CN105873119A (zh) | 一种移动网络用户群体流量使用行为的分类方法 | |
CN109166012B (zh) | 针对行程预定类用户的分类及信息推送的方法和装置 | |
CN110659403B (zh) | 一种基于大数据的旅游营销建议生成方法 | |
CN116562785B (zh) | 审计迎审系统 | |
CN116702026A (zh) | 一种基于微博数据的公交服务负面情绪原因辨识方法 | |
CN110991852A (zh) | 一种基于社交媒体大数据的公司形象提升系统架构 | |
CN115659056A (zh) | 基于大数据的用户服务精准匹配系统 | |
CN111143688B (zh) | 一种基于移动新闻客户端的评估方法及其系统 | |
CN111813996B (zh) | 基于单帧和连续多帧抽样并行的视频搜索方法 | |
CN108416033A (zh) | 一种用于汽车研发的数据分析方法、装置及终端 | |
CN110427973B (zh) | 一种面向歧义标注样本的分类方法 | |
CN112434877A (zh) | 一种基于云计算的智慧城市数据处理方法及装置 | |
CN111651657A (zh) | 情报监控方法、装置、设备及计算机可读存储介质 | |
CN111523034A (zh) | 一种应用程序的处理方法、装置、设备及介质 | |
Cai et al. | An Accurate Recommendation Method of Online Teaching Video Based on Collaborative Filtering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |