CN113326870A - 一种基于大数据的多平台旅游数据融合系统 - Google Patents

一种基于大数据的多平台旅游数据融合系统 Download PDF

Info

Publication number
CN113326870A
CN113326870A CN202110512695.1A CN202110512695A CN113326870A CN 113326870 A CN113326870 A CN 113326870A CN 202110512695 A CN202110512695 A CN 202110512695A CN 113326870 A CN113326870 A CN 113326870A
Authority
CN
China
Prior art keywords
data
module
travel
big
unit
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.)
Granted
Application number
CN202110512695.1A
Other languages
English (en)
Other versions
CN113326870B (zh
Inventor
刘盛勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongkexun Shenzhen Technology Co ltd
Original Assignee
Zhongkexun Shenzhen Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongkexun Shenzhen Technology Co ltd filed Critical Zhongkexun Shenzhen Technology Co ltd
Priority to CN202110512695.1A priority Critical patent/CN113326870B/zh
Publication of CN113326870A publication Critical patent/CN113326870A/zh
Application granted granted Critical
Publication of CN113326870B publication Critical patent/CN113326870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • 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
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies

Abstract

本发明涉及数据融合技术领域，具体地说，涉及一种基于大数据的多平台旅游数据融合系统。其包括数据采集单元、数据存储单元、数据融合单元、大数据综合应用单元和数据安全访问单元，数据采集单元用于采集多平台旅游数据，数据存储单元用于对所述数据采集单元采集的旅游数据的进行存储，数据融合单元用于将旅游数据的异构信息资源进行融合，大数据综合应用单元用于分析所述数据融合单元融合的数据集，形成旅游数据集聚融合平台，本发明形成旅游数据集聚融合平台，促使旅游相关各行业积极融入，形成旅游数据集聚融通的生态环境，为广大游客、旅游部门及相关旅游企业提供更加精细化、多元化、敏捷化的服务。

Description

一种基于大数据的多平台旅游数据融合系统
技术领域
本发明涉及数据融合技术领域，具体地说，涉及一种基于大数据的多平台旅游数据融合系统。
背景技术
随着数据库应用需求的拓展,人们越来越认识到集中式数据库的局限性，随着网络技术的发展，分布式数据库系统应运而生，并成为计算机技术最活跃的研究领域之一，在分布式的网络环境下，人们不但需要对局部的数据进行控制和分散管理，同时也期望有高层次的全局控制和协同管理，在这样的背景下，分布式异构数据的融合显得特别重要,融合的目的是对所有存储在局部系统中的数据提供一个单一的总视图，构造一个全局模式，使数据的分布性以及异构性对用户透明，但是目前旅游信息具有分布广、数据量大、数据表现形式多样化的特点，不能将多个平台的旅游数据进行融合，导致用户在搜索旅游项目时局限性较大，导致用户在寻找旅游项目时不能有效的找到符合自己的性价比最高的数据，实用性不强，旅游企业对最新旅游动态不能快速反应，导致不能快速获得用户需求，不利于服务质量的提高，鉴于此，我们提出一种基于大数据的多平台旅游数据融合系统。
发明内容
本发明的目的在于提供一种基于大数据的多平台旅游数据融合系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供一种基于大数据的多平台旅游数据融合系统，包括数据采集单元、数据存储单元、数据融合单元、大数据综合应用单元和数据安全访问单元；
所述数据采集单元用于采集多平台旅游数据，对旅游数据进行处理和运算；
所述数据存储单元用于对所述数据采集单元采集的旅游数据的进行存储，根据旅游数据对应用的不同需求以及对访问的要求，确定存储方式；
所述数据融合单元用于将旅游数据的异构信息资源进行融合，将所述数据存储单元内存储的旅游数据进行关联；
所述大数据综合应用单元用于分析所述数据融合单元融合的数据集，形成旅游数据集聚融合平台；
所述数据安全访问单元用于客户端采用密文安全访问技术查看所述大数据综合应用单元的内容。
作为本技术方案的进一步改进，所述数据采集单元采用网络爬虫技术。
作为本技术方案的进一步改进，网络爬虫技术包括以下步骤：
S1、首先选取一部分种子URL；
S2、将这些URL放入待抓取URL队列；
S3、从待抓取URL队列中取出待抓取URL，解析DNS，得到主机的IP地址，并将URL对应的网页下载下来，存储到已下载网页库中，此外，将这些URL放进已抓取URL队列；
S4、分析已抓取URL队列中的URL，分析其中的其他URL，并且将这些URL放入待抓取URL队列，从而进入下一个循环。
网络爬虫技术正是通过网页中的超链接信息不断获得网络上的其他网页的，网络爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件，可以把网页之间的指向结构视为一个森林，每个种子URL对应的网页是森林中的一棵树的根结点，这样网络爬虫系统就可以根据广度优先搜索算法或者深度优先搜索算法遍历所有的网页，从而可以采集到多个平台的旅游数据，使采集数据更完整。
作为本技术方案的进一步改进，数据存储单元包括网状存储模块、树型存储模块和数据库存储模块；
所述网状存储模块用于将旅游数据以二进制数据形式存储，通过数据表产生关系映射；
所述树型存储模块用于描述旅游数据的层次关系，将旅游数据各层同类型的结点存放在同一数据集中；
所述数据库存储模块用于以单独的数据库存储和管理图片数据，以文件形式存储视频数据。
作为本技术方案的进一步改进，所述数据融合单元包括数据关联模块、信息差异计算模块和高斯混合模块；
所述数据关联模块用于实现旅游数据信息资源合并和共享，实现不同数据库之间的连接、数据交换和数据共享；
所述信息差异计算模块用于表示不同旅游数据集之间的差异；
所述高斯混合模块用于建立高斯混合模型对移动网络的多源旅游数据信息进行融合，计算所有旅游信息的密度函数。
作为本技术方案的进一步改进，所述数据关联模块采用数据库互访技术。
作为本技术方案的进一步改进，所述高斯混合模型计算公式如下：
Figure BDA0003060948450000031
Figure BDA0003060948450000032
其中，k为旅游数据集的个数，p为一个高斯混合模型的概率密度函数，μ为均值向量，σ为协方差矩阵，wi为第i个多元高斯分布在混合模型中的权重。
作为本技术方案的进一步改进，所述大数据综合应用单元包括信息发布模块、景区管理模块、游客特征模块和数据预测模块；
所述信息发布模块用于发布旅游信息；
所述景区管理模块用于检测旅游景区数据指数；
所述游客特征模块用于分析旅游数据的游客分布情况；
所述数据预测模块用于根据所述景区管理模块和所述游客特征模块往年的景区和游客数据预测下一季度的旅游数据。
作为本技术方案的进一步改进，所述旅游景区数据指数包括适游季节指数、适游天气指数、景区饱和指数、交通拥挤指数和消费能力指数。
作为本技术方案的进一步改进，所述数据安全访问单元包括登录模块、公钥加密模块和数据传递模块；
所述登录模块用于用户登录客户端；
所述公钥加密模块用于接收加密后的信息及生成公钥；
所述数据传递模块用于传输信号到处理器。
与现有技术相比，本发明的有益效果：
该基于大数据的多平台旅游数据融合系统中，通过数据采集单元采集多平台旅游数据，对旅游数据进行处理和运算，数据存储单元对旅游数据的进行存储，数据融合单元将旅游数据的异构信息资源进行融合，使旅游数据进行关联，保持数据的一致性和完整性，然后大数据综合应用单元分析数据融合单元融合的数据集，形成旅游数据集聚融合平台，促使旅游相关各行业积极融入，形成旅游数据集聚融通的生态环境，保持健康良性的可持续发展态势，为广大游客、旅游部门及相关旅游企业提供更加精细化、多元化、敏捷化的服务。
附图说明
图1为实施例1的整体原理图；
图2为实施例1的数据存储单元原理图；
图3为实施例1的数据融合单元原理图；
图4为实施例1的大数据综合应用单元原理图；
图5为实施例1的数据安全访问单元原理图；
图6为实施例1的网络爬虫技术原理图。
图中各个标号意义为：
100、数据采集单元；
200、数据存储单元；210、网状存储模块；220、树型存储模块；230、数据库存储模块；
300、数据融合单元；310、数据关联模块；320、信息差异计算模块；330、高斯混合模块；
400、大数据综合应用单元；410、信息发布模块；420、景区管理模块；430、游客特征模块；440、数据预测模块；
500、数据安全访问单元；510、登录模块；520、公钥加密模块；530、数据传递模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1-图6所示，本实施例提供一种基于大数据的多平台旅游数据融合系统，包括数据采集单元100、数据存储单元200、数据融合单元300、大数据综合应用单元400和数据安全访问单元500；
数据采集单元100用于采集多平台旅游数据，对旅游数据进行处理和运算；
数据存储单元200用于对数据采集单元100采集的旅游数据的进行存储，根据旅游数据对应用的不同需求以及对访问的要求，确定存储方式；
数据融合单元300用于将旅游数据的异构信息资源进行融合，将数据存储单元200内存储的旅游数据进行关联，保持数据的一致性和完整性；
大数据综合应用单元400用于分析数据融合单元300融合的数据集，形成旅游数据集聚融合平台，促使旅游相关各行业积极融入，形成旅游数据集聚融通的生态环境，保持健康良性的可持续发展态势，为广大游客、旅游部门及相关旅游企业提供更加精细化、多元化、敏捷化的服务；
数据安全访问单元500用于客户端采用密文安全访问技术查看大数据综合应用单元400的内容。
本实例中的，为了从而可以采集到多个平台的旅游数据，提高采集效率和完整性，数据采集单元100采用网络爬虫技术。
具体的，网络爬虫技术包括以下步骤：
S1、首先选取一部分种子URL；
S2、将这些URL放入待抓取URL队列；
S3、从待抓取URL队列中取出待抓取URL，解析DNS，得到主机的IP地址，并将URL对应的网页下载下来，存储到已下载网页库中，此外，将这些URL放进已抓取URL队列；
S4、分析已抓取URL队列中的URL，分析其中的其他URL，并且将这些URL放入待抓取URL队列，从而进入下一个循环；
网络爬虫技术正是通过网页中的超链接信息不断获得网络上的其他网页的，网络爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列，直到满足系统的一定停止条件，可以把网页之间的指向结构视为一个森林，每个种子URL对应的网页是森林中的一棵树的根结点，这样网络爬虫系统就可以根据广度优先搜索算法或者深度优先搜索算法遍历所有的网页，从而可以采集到多个平台的旅游数据，使采集数据更完整。
进一步的，数据存储单元200包括网状存储模块210、树型存储模块220和数据库存储模块230；
网状存储模块210用于将旅游数据以二进制数据形式存储，通过数据表产生关系映射，这种存储方式的资源管理效率高，能保证旅游数据资源的完整性；
树型存储模块220用于描述旅游数据的层次关系，将旅游数据各层同类型的结点存放在同一数据集中，方便后续资源的管理，从而可以更加直观和简单检索旅游数据，提高查询效率；
数据库存储模块230用于以单独的数据库存储和管理图片数据，以文件形式存储视频数据。
进一步的，数据融合单元300包括数据关联模块310、信息差异计算模块320和高斯混合模块330；
数据关联模块310用于实现旅游数据信息资源合并和共享，实现不同数据库之间的连接、数据交换和数据共享；
信息差异计算模块320用于表示不同旅游数据集之间的差异；
高斯混合模块330用于建立高斯混合模型对移动网络的多源旅游数据信息进行融合，计算所有旅游信息的密度函数。
值得说明的，为了提高数据的合并和共享销量，数据关联模块310采用数据库互访技术，通过异构数据关联表实现数据关联访问，同时使用组件技术来实现异构数据源的整合和集成模式，保证数据的合并和共享。
具体的，高斯混合模型计算公式如下：
Figure BDA0003060948450000071
其中，k为旅游数据集的个数，px为一个高斯混合模型的概率密度函数，μ为均值向量，σ为协方差矩阵，wi为第i个多元高斯分布在混合模型中的权重。
更进一步的，为了方便游客出行的统一管理，大数据综合应用单元400包括信息发布模块410、景区管理模块420、游客特征模块430和数据预测模块440；
信息发布模块410用于发布旅游信息；
景区管理模块420用于检测旅游景区数据指数；
游客特征模块430用于分析旅游数据的游客分布情况；
数据预测模块440用于根据景区管理模块420和游客特征模块430往年的景区和游客数据预测下一季度的旅游数据，方便景区及时进行管理，方便游客出行统一管理。
具体的，旅游景区数据指数包括适游季节指数、适游天气指数、景区饱和指数、交通拥挤指数和消费能力指数，方便用户根据个人的特征选择合适的景区，使旅游规划更准确。
除此之外的，数据安全访问单元500包括登录模块510、公钥加密模块520和数据传递模块530；
登录模块510用于用户登录客户端；
公钥加密模块520用于接收加密后的信息及生成公钥；
数据传递模块530用于传输信号到处理器；
用户可以通过登录模块510登录客户端，输入公钥使公钥加密模块520接收信号，使用户查看旅游数据，保证旅游数据的安全性，然后通过数据传递模块530传输用户对旅游数据的修改状态给处理器，由处理器对旅游数据进行管理。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种基于大数据的多平台旅游数据融合系统，其特征在于，包括数据采集单元(100)、数据存储单元(200)、数据融合单元(300)、大数据综合应用单元(400)和数据安全访问单元(500)；
所述数据采集单元(100)用于采集多平台旅游数据，对旅游数据进行处理和运算；
所述数据存储单元(200)用于对所述数据采集单元(100)采集的旅游数据的进行存储，根据旅游数据对应用的不同需求以及对访问的要求，确定存储方式；
所述数据融合单元(300)用于将旅游数据的异构信息资源进行融合，将所述数据存储单元(200)内存储的旅游数据进行关联；
所述大数据综合应用单元(400)用于分析所述数据融合单元(300)融合的数据集，形成旅游数据集聚融合平台；
所述数据安全访问单元(500)用于客户端采用密文安全访问技术查看所述大数据综合应用单元(400)的内容。
2.根据权利要求1所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述数据采集单元(100)采用网络爬虫技术。
3.根据权利要求2所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述网络爬虫技术包括以下步骤：
S1、首先选取一部分种子URL；
S2、将这些URL放入待抓取URL队列；
S3、从待抓取URL队列中取出待抓取URL，解析DNS，得到主机的IP地址，并将URL对应的网页下载下来，存储到已下载网页库中，此外，将这些URL放进已抓取URL队列；
S4、分析已抓取URL队列中的URL，分析其中的其他URL，并且将这些URL放入待抓取URL队列，从而进入下一个循环。
4.根据权利要求1所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述数据存储单元(200)包括网状存储模块(210)、树型存储模块(220)和数据库存储模块(230)；
所述网状存储模块(210)用于将旅游数据以二进制数据形式存储，通过数据表产生关系映射；
所述树型存储模块(220)用于描述旅游数据的层次关系，将旅游数据各层同类型的结点存放在同一数据集中；
所述数据库存储模块(230)用于以单独的数据库存储和管理图片数据，以文件形式存储视频数据。
5.根据权利要求1所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述数据融合单元(300)包括数据关联模块(310)、信息差异计算模块(320)和高斯混合模块(330)；
所述数据关联模块(310)用于实现旅游数据信息资源合并和共享，实现不同数据库之间的连接、数据交换和数据共享；
所述信息差异计算模块(320)用于表示不同旅游数据集之间的差异；
所述高斯混合模块(330)用于建立高斯混合模型对移动网络的多源旅游数据信息进行融合，计算所有旅游信息的密度函数。
6.根据权利要求5所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述数据关联模块(310)采用数据库互访技术。
7.根据权利要求6所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述高斯混合模型计算公式如下：
Figure FDA0003060948440000021
其中，k为旅游数据集的个数，p(x)为一个高斯混合模型的概率密度函数，μ为均值向量，σ为协方差矩阵，wi为第i个多元高斯分布在混合模型中的权重。
8.根据权利要求1所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述大数据综合应用单元(400)包括信息发布模块(410)、景区管理模块(420)、游客特征模块(430)和数据预测模块(440)；
所述信息发布模块(410)用于发布旅游信息；
所述景区管理模块(420)用于检测旅游景区数据指数；
所述游客特征模块(430)用于分析旅游数据的游客分布情况；
所述数据预测模块(440)用于根据所述景区管理模块(420)和所述游客特征模块(430)往年的景区和游客数据预测下一季度的旅游数据。
9.根据权利要求8所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述旅游景区数据指数包括适游季节指数、适游天气指数、景区饱和指数、交通拥挤指数和消费能力指数。
10.根据权利要求1所述的基于大数据的多平台旅游数据融合系统，其特征在于：所述数据安全访问单元(500)包括登录模块(510)、公钥加密模块(520)和数据传递模块(530)；
所述登录模块(510)用于用户登录客户端；
所述公钥加密模块(520)用于接收加密后的信息及生成公钥；
所述数据传递模块(530)用于传输信号到处理器。
CN202110512695.1A 2021-05-11 2021-05-11 一种基于大数据的多平台旅游数据融合系统 Active CN113326870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110512695.1A CN113326870B (zh) 2021-05-11 2021-05-11 一种基于大数据的多平台旅游数据融合系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110512695.1A CN113326870B (zh) 2021-05-11 2021-05-11 一种基于大数据的多平台旅游数据融合系统

Publications (2)

Publication Number Publication Date
CN113326870A true CN113326870A (zh) 2021-08-31
CN113326870B CN113326870B (zh) 2023-08-04

Family

ID=77415367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110512695.1A Active CN113326870B (zh) 2021-05-11 2021-05-11 一种基于大数据的多平台旅游数据融合系统

Country Status (1)

Country Link
CN (1) CN113326870B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034212A (zh) * 2010-06-21 2011-04-27 艾浩军 一种基于视频分析的城市管理系统
US20150089353A1 (en) * 2013-09-24 2015-03-26 Chad Folkening Platform for building virtual entities using equity systems
CN105159951A (zh) * 2015-08-17 2015-12-16 成都中科大旗软件有限公司 一种开放式的旅游多源异构数据融合方法及系统
CN106066892A (zh) * 2016-06-20 2016-11-02 四川上略互动网络技术有限公司 一种基于多源数据融合的旅游信息数据处理方法
CN106095970A (zh) * 2016-06-20 2016-11-09 四川上略互动网络技术有限公司 一种开放式的旅游多源异构数据融合系统
CN106910027A (zh) * 2017-03-07 2017-06-30 成都中科大旗软件有限公司 一种基于大数据的旅游适游指数的计算系统及方法
CN107528864A (zh) * 2016-06-20 2017-12-29 中国科学院微电子研究所 异构网络数据处理方法及系统
CN107545046A (zh) * 2017-08-17 2018-01-05 北京奇安信科技有限公司 一种多源异构数据的融合方法及装置
CN108108454A (zh) * 2017-12-28 2018-06-01 中译语通科技（青岛）有限公司 一种基于多语种舆情分析的旅游大数据系统
CN108229810A (zh) * 2017-12-29 2018-06-29 中国科学院自动化研究所 基于网络信息资源的行业分析系统及方法
US20190197074A1 (en) * 2017-12-21 2019-06-27 Octraves Technology Sdn Bhd Big data analysis platform for travel and tourism
CN110647713A (zh) * 2019-10-17 2020-01-03 四川亨通网智科技有限公司 一种智慧旅游景区资源池融合系统
CN111178721A (zh) * 2019-12-20 2020-05-19 长沙市新时科技发展有限公司 一种智慧旅游系统
CN112328623A (zh) * 2020-11-06 2021-02-05 昆山数字城市信息技术有限公司 基于混合本体模式的多源异构数据管理方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034212A (zh) * 2010-06-21 2011-04-27 艾浩军 一种基于视频分析的城市管理系统
US20150089353A1 (en) * 2013-09-24 2015-03-26 Chad Folkening Platform for building virtual entities using equity systems
CN105159951A (zh) * 2015-08-17 2015-12-16 成都中科大旗软件有限公司 一种开放式的旅游多源异构数据融合方法及系统
CN107528864A (zh) * 2016-06-20 2017-12-29 中国科学院微电子研究所 异构网络数据处理方法及系统
CN106095970A (zh) * 2016-06-20 2016-11-09 四川上略互动网络技术有限公司 一种开放式的旅游多源异构数据融合系统
CN106066892A (zh) * 2016-06-20 2016-11-02 四川上略互动网络技术有限公司 一种基于多源数据融合的旅游信息数据处理方法
CN106910027A (zh) * 2017-03-07 2017-06-30 成都中科大旗软件有限公司 一种基于大数据的旅游适游指数的计算系统及方法
CN107545046A (zh) * 2017-08-17 2018-01-05 北京奇安信科技有限公司 一种多源异构数据的融合方法及装置
US20190197074A1 (en) * 2017-12-21 2019-06-27 Octraves Technology Sdn Bhd Big data analysis platform for travel and tourism
CN108108454A (zh) * 2017-12-28 2018-06-01 中译语通科技（青岛）有限公司 一种基于多语种舆情分析的旅游大数据系统
CN108229810A (zh) * 2017-12-29 2018-06-29 中国科学院自动化研究所 基于网络信息资源的行业分析系统及方法
CN110647713A (zh) * 2019-10-17 2020-01-03 四川亨通网智科技有限公司 一种智慧旅游景区资源池融合系统
CN111178721A (zh) * 2019-12-20 2020-05-19 长沙市新时科技发展有限公司 一种智慧旅游系统
CN112328623A (zh) * 2020-11-06 2021-02-05 昆山数字城市信息技术有限公司 基于混合本体模式的多源异构数据管理方法

Also Published As

Publication number Publication date
CN113326870B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
Yin et al. LCARS: A spatial item recommender system
CN1708026B (zh) 用于构建对等系统的方法和设备以及相应的对等系统
Stefanidis et al. Harvesting ambient geospatial information from social media feeds
CN105338113B (zh) 一种针对城市数据资源共享的多平台数据互联系统
CN102402507B (zh) 一种soa多消息机制的异构数据集成系统和方法
CN112116488A (zh) 一种水利大数据综合维护系统
Li et al. PolarHub: A large-scale web crawling engine for OGC service discovery in cyberinfrastructure
CN104077723A (zh) 一种社交网络推荐系统及方法
de Figueirêdo et al. PhotoGeo: a photo digital library with spatial-temporal support and self-annotation
CN113326870B (zh) 一种基于大数据的多平台旅游数据融合系统
JP4651975B2 (ja) 情報検索システム、情報検索装置、情報検索支援装置および情報検索プログラムおよび情報検索支援プログラム
Podnar et al. Beyond term indexing: A P2P framework for web information retrieval
Hu Library information resource sharing cloud service based on cloud computing mode
CN101442466A (zh) 一种叠加网络及实现方法
Celikten et al. Extracting patterns of urban activity from geotagged social data
Marinković et al. A distributed catalog for digitized cultural heritage
Kim et al. Implementation of a front-end and back-end NDN system for climate modeling application
CN109104466B (zh) 一种基于P2P的WoT资源管理方法
Sangpachatanaruk et al. Semantic driven hashing (sdh): an ontology-based search scheme for the semantic aware network (sa net)
Sinaeepourfard et al. Large-Scale Information and Communications Technology (ICT) Management in Smart Cities based on Edge to Cloud Orchestration
Xu et al. User similarity-based gender-aware travel location recommendation by mining geotagged photos
Yang et al. A novel friend recommendation service based on interaction information mining
Saberi et al. Using social network and semantic overlay network approaches to share knowledge in distributed data mining scenarios
CN117271577B (zh) 一种基于智能分析的关键字检索方法
Leite et al. WS-GIS: towards a SOA-based SDI federation

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