CN114819469A - 基于大数据的旅游智能规划设计方法与系统 - Google Patents

Abstract

本申请涉及一种基于大数据的旅游智能规划设计方法与系统，该方法包括：基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。本申请能帮助旅游规划人员更加全面地挖掘旅游资源、精准市场定位与形象、提升旅游规划方案的准确性与效率。

Description

基于大数据的旅游智能规划设计方法与系统

技术领域

本申请涉及旅游规划设计的领域，尤其是涉及一种基于大数据的旅游智能规划设计方法与系统。

背景技术

随着经济社会的发展，人们的生活水平越来越高，人们逐渐开始享受生活，旅游是人们主要的放松方式之一，为了增加人们的出行体验，对于旅游旅游目的地的规划，至关重要。

目前，通常采用调查问卷的方式对旅游旅游目的地的旅游数据进行统计，然后由旅游规划设计人员根据通过问卷调查采集到的数据，经过专业知识和规划经验的归纳，进行旅游规划。

通过问卷调查的方式进行旅游数据的采集，采集到的旅游数据不够全面且数据采集效率较低，经验归纳进行的旅游规划设计往往难以反映最新的市场需求变化，从而对旅游规划设计结果产生影响。

发明内容

为了提升旅游规划设计的科学性、精确性和效率，本申请提供了一种基于大数据的旅游智能规划设计方法。

第一方面，本申请提供一种基于大数据的旅游智能规划设计方法，采用如下的技术方案：

一种基于大数据的旅游智能规划设计方法，该方法包括：

基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；

根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；

基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；

根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。

通过采用上述技术方案，基于旅游目的地大数据确定被规划旅游目的地的关联旅游目的地，根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素，根据旅游目的地大数据确定相互关联的旅游目的地要素之间的关联关系，根据旅游目的地要素之间的关联关系形成规划方案，采用上述方式生成的最终规划方案，结合了关联旅游目的地的旅游目的地大数据，使得生成的规划方案更加合理且贴合实际，同时采用基于旅游目的地大数据，获取关联旅游目的地的旅游目的地要素，并确定关联旅游目的地相互关联的旅游目的地要素之间的关联关系，根据关联关系完成对旅游目的地最终规划方案的确定相较于采用问卷调查的方式收集数据更加便捷快速且准确，提升旅游规划的科学性、精确性和规划效率。

可选的，所述基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地的方法，具体包括，

根据旅游目的地大数据，确定所述被规划旅游目的地的形象主题；

选取与所述被规划旅游目的地形象主题相同的旅游目的地为所述被规划旅游目的地的关联旅游目的地。

可选的，所述根据旅游目的地大数据，确定所述被规划旅游目的地的形象主题的方法，具体包括：

获取被规划旅游目的地的气质关键词，所述气质关键词为能反应所述被规划旅游目的地特色的词汇；

获取被规划旅游目的地的图像信息，并对图像信息进行分析得出所述被规划旅游目的地的认知色彩，所述认知色彩为能代表被规划旅游目的地的主要色调；

获取与所述被规划旅游目的地认知色彩和气质关键词相同的非被规划旅游目的地的市场大数据，并基于所述市场大数据得出被规划旅游目的地的期待关键词；

根据所述被规划旅游目的地的气质关键词、认知色彩以及期待关键词，并基于预设的设定规则，确定被规划旅游目的地的形象主题。

通过采用上述技术方案，被规划旅游目的地主题形象的确定结合被规划旅游目的地的气质关键词、认知色彩以及市场期待，使得主题形象不仅能反应被规划旅游目的地的特色，同时结合市场期待，能在一定程度上吸引游客，增加当日旅游目的地总接待量。

可选的，所述基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系的方法，具体包括：

统计预设时间内关联旅游目的地的旅游目的地要素的数据；

根据统计到的旅游目的地要素数据，确定相互关联的旅游目的地要素之间的关联关系。

可选的，所述根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案的方法，具体包括：

获取被规划旅游目的地的旅游目的地要素数据；

将所述被规划旅游目的地的旅游目的地要素数据带入对应的关联关系；

判断是否满足对应的关联关系；

若否，调整旅游目的地要素，使被规划旅游目的地的旅游目的地要素之间的关联关系满足对应的关联关系。

可选的，该方法还包括：

获取被规划旅游目的地各类服务设施的使用情况以及游客对于各项服务设施的评价；

根据所述各类服务设施的利用情况，调整服务设施的开放时间至特定的时间段；

根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

通过采用上述技术方案，通过获取被规划旅游目的地各项服务设施的使用情况能了解各项服务设施的高频使用时段，获取游客对各项服务设施的评价，能及时了解游客对各项服务设施的使用体验，根据不同服务设施的使用情况可对服务设施的开放时间做出调整，同时根据游客对服务设施的评价，及时对服务设施做出改善，能提高游客的游玩体验。

第二方面，本申请提供一种基于大数据的旅游智能规划设计方法系统，采用如下的技术方案：

一种基于大数据的旅游智能规划设计系统，包括，

第一处理模块，用于基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；

第二处理模块，用于根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；

第三处理模块，用于基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；

规划模块，用于根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。

可选的，还包括：

第一获取模块，用于获取被规划旅游目的地各类服务设施的使用情况以及游客对于各项服务设施的评价；

调整模块，用于根据所述各项服务设施的利用情况，调整服务设施的开放时间至特定时间段；

输出模块，用于根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

综上所述，本申请包括以下有益技术效果：

基于旅游目的地大数据确定被规划旅游目的地的关联旅游目的地，根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素，根据旅游目的地大数据确定相互关联的旅游目的地要素之间的关联关系，根据旅游目的地要素之间的关联关系形成规划设计方案，采用上述方式生成的最终规划设计方案，结合了关联旅游目的地的旅游目的地大数据，使得生成的规划设计方案更加合理且贴合实际，同时采用基于旅游目的地大数据，获取关联旅游目的地的旅游目的地要素，并确定关联旅游目的地相互关联的旅游目的地要素之间的关联关系，根据关联关系完成对旅游目的地最终规划设计方案的确定相较于采用问卷调查的方式收集数据更加便捷且准确，提升旅游规划设计的科学性、精确性和规划效率。

附图说明

图1是本申请提供的基于大数据的旅游智能规划设计方法的流程图。

图2是本申请提供的基于大数据的旅游智能规划设计系统的整体结构示意图。

附图标记说明：200、基于大数据的旅游智能规划设计系统；201、第一处理模块；202、第二处理模块；203、第三处理模块；204、规划模块；205、第一获取模块；206、调整模块；207、输出模块。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-2及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请使用的所有术语（包括技术术语或者科学术语）与本申请所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

本申请实施例公开一种基于大数据的旅游智能规划设计方法。参照图1，基于大数据的旅游智能规划设计方法包括：

S101：基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地。

具体的，本实施例中，通过网络数据动态增量获取的方式获取旅游目的地大数据，在进行关联旅游目的地确定时，获取非被规划旅游目的地的形象主题，每个非被规划旅游目的地均有其各自的形象主题，并存储在数据库中，形象主题与旅游目的地名称一一对应。可通过服务器调取非被规划旅游目的地的形象主题，并根据被规划旅游目的地的旅游目的地大数据确定被规划旅游目的地的形象主题，将被规划旅游目的地的形象主题与非被规划旅游目的地的形象主题进行对比，选取与被规划旅游目的地形象主题相同的非被规划旅游目的地，选取的非被规划旅游目的地即为被规划旅游目的地的关联旅游目的地。

可以了解的是，确定被规划旅游目的地形象主题的方法，具体为：

获取被规划旅游目的地的气质关键词，通过对旅游目的地大数据的分析得到被规划旅游目的地官方、网络上的所有文字档案以及游客的评价词汇，并提炼出出现次数最多的被规划旅游目的地的评价词汇，将提炼出的评价词汇作为被规划旅游目的地的气质关键词，气质关键词为最能反映被规划旅游目的地特色的词汇。

获取被规划旅游目的地的图像信息，通过解析被规划旅游目的地大数据，获取被规划旅游目的地现有的网络图片，并采用图像识别技术进行图像识别，得出网络图片中出现的色调，并对出现的色调进行大数据统计，得出每种色调出现的次数，选取出现次数多的色调作为最能代表被规划旅游目的地的主要色调，即被规划旅游目的地的认知色彩。

获取非被规划旅游目的地的认知色彩和气质关键词，并将非被规划旅游目的地的认知色彩和气质关键词与被规划旅游目的地的认知色彩和气质关键词进行对比，获取与被规划旅游目的地认知色彩和气质关键词相同的非被规划旅游目的地的市场大数据，本实施例中，市场大数据为非被规划旅游目的地中各种出游方式的人数所占的比例，出游方式包括，朋友出游、情侣出游、亲子出游以及个人出游。

市场大数据可通过网络数据动态增量获取的方式进行获取，获取后对市场大数据进行分析，得出市场需求和偏好，了解市场对于被规划旅游目的地的旅游形象的期待，得出期待关键词，结合气质关键词、认知色彩以及市场大数据，并基于预设的设定规则得出被规划旅游目的地的形象主题。本实施例中，本实施例中期待关键词表示该旅游目的地适合哪类出游形式。上述预设的设定规则为：认知色彩+气质关键词+期待关键词。

采用上述方式确定旅游目的地的形象主题，使得形象主题反应的旅游目的地特色以及市场定位，使游客通过形象主题对旅游目的地有一个初步的了解。

S102：根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素。

具体的，本实施例中，旅游目的地要素至少包括服务设施种类以及数量，出游形式、当日旅游目的地总接待量、各种出游形式的过夜比、每种出游形式的游客所占的房间数量、每种出游形式的游客所占的餐饮设施的数量；出游形式的过夜比为预设时间内特定出游形式中在被规划旅游目的地留宿的人数占对应的出游形式总人数的百分比，服务设施包括，服务接待设施、餐饮设施以及住宿设施，

旅游目的地要素关联表为：

服务接待设施数量	当日旅游目的地总接待量、出游形式
		服务接待设施种类	出游形式
餐饮设施数量	预设时间内单日游客接待量、每种出游形式的人数占当日旅游目的地总接待量的比例、每种出游形式的游客所占的餐饮设施的数量
		住宿设施数量	预设时间内单日游客接待量、每种出游形式的人数占当日旅游目的地总接待量的比例、各种出游形式的过夜比、每种出游形式的游客所占的房间数量

根据旅游目的地要素关联表可以清晰的获知相互关联的旅游目的地要素，如：与服务接待设施数量关联的旅游目的地要素为当日旅游目的地总接待量、出游形式；与服务接待设施种类关联的旅游目的地要素为出游形式；与餐饮设施数量关联的旅游目的地要素为预设时间内单日游客接待量、每种出游形式的人数占当日旅游目的地总接待量的比例、每种出游形式的游客所占的餐饮设施的数量；与住宿设施数量关联的要素为预设时间内单日游客接待量、每种出游形式的人数占当日旅游目的地总接待量的比例、各种出游形式的过夜比、每种出游形式的游客所占的房间数量。

S103：基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系。

计算旅游目的地服务接待设施的数量与当日旅游目的地总接待量以及出游形式的关联关系，服务接待设施种类与出游形式的关联关系。

不同的服务接待设施针对不同类型的游客，服务接待设施可划分为亲子类、情侣类、团体类以及个人类。

例如：情侣出游-40%，朋友出游-30%，亲子出游-20%，个人出游-10%；上述百分比表示预设时间内每种出游形式的人数占总人数的百分比；旅游目的地中服务接待设施的种类包括亲子类、情侣类、团体类以及个人类，其中各类服务接待设施占服务接待设施总量的百分比分别为即情侣类-40%，亲子类-20%，团体类-30%，个人类-10%，且根据对旅游目的地出游形式数据以及娱乐设置种类的实时监控发现，当每种出游形式的人数占总人数的百分比变化时，则该旅游目的地相应种类的服务接待设施所占的比例也相对变化且每种出游方式所占的比例与与之对应的服务接待设施种类所占的比例相同，该处所说的比例相同为误差在设定的阈值范围内，阈值范围可由工作人员根据实际情况以及工作经验，进行设定；服务接待设施种类与出游形式为一一对应关系，即情侣出游对应情侣类，朋友出游对应团体类，亲子出游对应亲子类，个人出游对应个人类。

本实施例中住宿设施的数量即为供游客住宿的房间的数量，通过对关联旅游目的地的旅游目的地大数据进行分析：每种出游形式的游客所占的房间的数量；

单日游客接待量=预设时间内旅游目的地总接待量/预设时间，其中预设时间以“天”为单位。

根据公式计算特定出游形式的人数与房间数量的关联关系：

K₁= Q₁/(A×a₁×b₁)；其中，Q₁出游形式为情侣出游的游客所占的房间数量，A为预设时间内单日游客接待量，a₁为预设时间内出游形式为情侣出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，b₁预设时间内出游形式为情侣出游的游客的过夜比，K₁为情侣出游的游客所占的房间数量与情侣出游人数的比例系数。

K₂= Q₂/(A×a₂×b₂)；其中，Q₂出游形式为亲子出游的游客所占的房间数量，A为预设时间内单日游客接待量，a₂为预设时间内出游形式为亲子出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，b₂预设时间内出游形式为亲子出游的游客的过夜比，K₂为亲子出游的游客所占的房间数量与亲子出游人数的比例系数。

K₃= Q₃/(A×a₃×b₃)；其中，Q₃出游形式为朋友出游的游客所占的房间数量，A为预设时间内单日游客接待量，a₃为预设时间内出游形式为朋友出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，b₃为预设时间内出游形式为朋友出游的游客的过夜比，K₃为朋友出游的游客所占的房间数量与朋友出游人数的比例系数。

K₄= Q₄/(A×a₄×b₄)；其中，Q₄出游形式为个人出游的游客所占的房间数量，A为预设时间内单日游客接待量，a₄为预设时间内出游形式为个人出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，b₄为预设时间内出游形式为个人出游的游客的过夜比，K₄为个人出游的游客所占的房间数量与个人出游人数的比例系数。

Q= Q₁+ Q₂+ Q₃+ Q₄=(A×a₁×b₁) × K₁+(A×a₂×b₂) × K₂+(A×a₃×b₃) × K₃+(A×a₄×b₄) × K₄；其中： Q为房间的总数量。

根据公式计算特定出游形式的人数与餐饮设施数量的关联关系，本实施例中，餐饮设施为餐桌以及座位：

M₁= R₁/ A；其中，A为预设时间内单日游客接待量，R座位数，M₁为座位的数量与预设时间内单日游客接待量的比例系数；

R₁= A×M₁。

M₂= S₁/(A×a₁)；其中，S₁为出游形式为情侣出游的游客所占的餐桌的数量，A为预设时间内单日游客接待量，a₁为预设时间内出游形式为情侣出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，M₂为出游形式为情侣出游的游客数量所占的餐桌的数量与情侣出游人数的比例系数。

M₃= S₂/(A×a₂)；其中，S₂为出游形式为亲子出游的游客所占的餐桌的数量，A为预设时间内单日游客接待量，a₂为预设时间内出游形式为亲子出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，M₃为出游形式为亲子出游的游客数量所占的餐桌的数量与亲子出游人数的比例系数。

M₄= S₃/(A×a₃)；其中，S₃为出游形式为朋友出游的游客所占的餐桌的数量，A为预设时间内单日游客接待量，a₃为预设时间内出游形式为朋友出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，M₄为出游形式为朋友出游的游客数量所占的餐桌的数量与朋友出游人数的比例系数。

M₅= S₄/(A×a₄)；其中，S₄为出游形式为个人出游的游客所占的餐桌的数量，A为预设时间内单日游客接待量，a₄为预设时间内出游形式为个人出游的游客的数量占预设时间内当日旅游目的地总接待量的百分比，M₅为出游形式为个人出游的游客数量所占的餐桌的数量与个人出游人数的比例系数。

R₂=S₁+ S₂+ S₃+ S₄=A×a₁×M₂+ A×a₂×M₃+ A×a₃×M₄+ A×a₄×M₅；其中：R₂为餐桌的数量。

S104：根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的初步规划方案。

具体的，获取被规划旅游目的地的旅游目的地要素数据，将获取的被规划旅游目的地的相互关联的旅游目的地要素数据按上述公式进行关联关系的计算，并将计算出的旅游目的地要素之间的关联关系与关联旅游目的地相同的关联要素之间的关联关系进行对比，判断两者之间的关联关系的误差是否在阈值范围内，当超出阈值范围时，可对旅游目的地的服务设施的数量进行调整，使误差保持在阈值范围内。

由于本实施例中，特定出游形式的人数与房间数量的关联关系和特定出游形式的人数与餐饮设施数量的关联关系均为具体数值，判断被规划旅游目的地相互关联的旅游目的地要素之间的关联关系是否与关联旅游目的地相同的相互关联的旅游目的地要素之间的关联关系是否在阈值范围内时，可通过将被规划旅游目的地相互关联的旅游目的地要素之间的关联关系与关联旅游目的地相同的相互关联的旅游目的地要素之间的关联关系做差，并判断差值是否在阈值范围内。

可以了解的是，该方法还包括，获取被规划旅游目的地预设时间内各类服务设施的使用情况以及游客对各项服务设施的评价，根据各项服务设施的利用情况，调整服务设施的开放时间至特定时间段；根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

具体的，本实施例中，服务设施的使用情况为服务设施的使用时段。

例如，通过对情侣类服务接待设施使用时段的大数据统计得出，在一年内：情侣类服务接待设施的使用时段情况为：9:00-11:30,50%，15:00-17:00-40%，其他时段：10%；即为预设时间内，9:00-11:30这个时段内，使用情侣服务接待设施的人数占总人流量的50%，15:00-17:00使用情侣服务接待设施的人数占总人流量的40%，其余时段使用情侣服务接待设施的人数占总人流量的10%。

通过上述结果可调整情侣类服务接待设施的开放时段为9:00-11:30和15:00-17:00，其余时段可关闭情侣类服务接待设施，进行设施的维护保养。采用上述方案，在一定程度上，满足大多数游客的需求，同时避免设备全天运行，便于工作人员对设备进行维护保养。

通过获取游客对各项服务设施的评价，并对评价进行大数据分析，得出游客期待，输出提示信息。工作人员根据游客期待对服务设施进行完善；例如：对于住宿设施，游客期待为加大空间，此时服务器输出游客期待至工作人员的终端设备，工作人员根据接收到的游客期待，同时根据被规划旅游目的地住宿设施现状，对住宿设施进行布局规划，改善住宿空间。

同时，为了使得对被规划旅游目的地的规划更加科学合理，还可对被规划旅游目的地的旅游目的地大数据进行分析，根据分析结果，对被规划旅游目的地的服务设施进行空间布局的规划。

对被规划旅游目的地的旅游目的地大数据进行分析，获取被规划旅游目的地内不同景点或服务接待设施的人流量，根据不同的景点或服务接待设施不同时间点的人流量，选择餐饮设施以及其他种类的服务设施的设置布设位置。

例如：获取景点1、景点2、景点3，11：00-12:00的人流量，并进行排序，得出景点1的人流量＞景点2的人流量＞景点3的人流量，在进行餐饮设施布局时，优先选择设置于景点1周围，景点2和景点3周围的餐饮设施相对减少。

在进行住宿设施布局时，可结合被规划旅游目的地的地理位置以及交通状况进行合理布局。

本实施例为基于大数据对被规划旅游目的地的服务设施进行规划完善，提高游客的游玩体验，同时在一定程度提高被规划旅游目的地服务设施规划的合理性、科学性以及规划效率。

在其他实施方式中，还可通过对旅游市场大数据的分析，实现对旅游市场现状的监控与预测。

具体的，通过对市场规模，游客画像、游客时空分布进行大数据分析，了解当前旅游市场的现状，发现当前旅游市场的短板问题，并根据当前旅游市场存在的短板问题，同时对旅游市场大数据进行深入分析，对潜力市场进行定位，根据当前旅游市场的短板问题以及对潜力市场的定位，为被规划旅游目的地的规划提供合理的科学依据。同时还可通过数据的不断积累和机器学习的不断深入，实现对旅游市场旺季人流量的实时监控、安全预警和趋势预判。

还可通过对大数据的分析，实现对旅游交通的疏导和引导。

具体的，获取全域旅游目的地大数据；基于全域旅游目的地大数据，通过对全域旅游目的地大数据的分析，准确得出全域旅游目的地之间的关联度、精密度和上下承接度的结果；根据旅游目的地之间的关联度、精密度和上下承接度的结果，组织旅游环线。

通过对全域游客的持续、完整的轨迹跟踪，得出游览路线大数据，通过对游览路线大数据进行分析，了解游客的游览路线偏好；根据游客的游览路线偏好改善重要路段。

基于游客分布大数据，了解不同时段的热门旅游目的地以及游客流向，游客分布包括时间分布和空间分布，时间分布为游客到达旅游目的地的时间，空间分布为游客的来源。

根据全域旅游目的地关联度、精密度和上下承接度的结果、游览路线和游客分布，利用深度机器学习和GIS技术进行全域旅游线路和旅游交通的规划设计。

还可基于大数据分析实现对被规划旅游目的地的营销方案的规划，具体的：依托市场大数据需求挖掘，确定产品类型；通过全国大数据类比法，确定产品价格；根据市场智慧化程度分析，确定营销渠道主次；针对不同细分市场特征，确定不同策略、宣传和促销。

本申请实施例公开一种基于大数据的旅游智能规划设计系统，参照图2，基于大数据的旅游智能规划设计系统200包括：

第一处理模块201，用于基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；

第二处理模块202，用于根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；

第三处理模块203，用于基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；

规划模块204，用于根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。

该系统还包括，第一获取模块205，用于获取被规划旅游目的地各类服务设施的使用情况以及游客对于各项服务设施的评价；

调整模块206，用于根据所述各项服务设施的利用情况，调整服务设施的开放时间；

输出模块207，用于根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种基于大数据的旅游智能规划设计方法，其特征在于：该方法包括：

基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；

根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；

基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；

根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。

2.根据权利要求1所述的基于大数据的旅游智能规划设计方法，其特征在于：所述基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地的方法，具体包括，

根据旅游目的地大数据，确定所述被规划旅游目的地的形象主题；

选取与所述被规划旅游目的地形象主题相同的旅游目的地为所述被规划旅游目的地的关联旅游目的地。

3.根据权利要求1所述的基于大数据的旅游智能规划设计方法，其特征在于：所述根据旅游目的地大数据，确定所述被规划旅游目的地的形象主题的方法，具体包括：

获取被规划旅游目的地的气质关键词，所述气质关键词为能反应所述被规划旅游目的地特色的词汇；

获取被规划旅游目的地的图像信息，并对图像信息进行分析得出所述被规划旅游目的地的认知色彩，所述认知色彩为能代表被规划旅游目的地的主要色调；

获取与所述被规划旅游目的地认知色彩和气质关键词相同的非被规划旅游目的地的市场大数据，并基于所述市场大数据得出被规划旅游目的地的期待关键词；

根据所述被规划旅游目的地的气质关键词、认知色彩以及期待关键词，并基于预设的设定规则，确定被规划旅游目的地的形象主题。

4.根据权利要求1所述的基于大数据的旅游智能规划设计方法，其特征在于：所述基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系的方法，具体包括：

统计预设时间内关联旅游目的地的旅游目的地要素的数据；

根据统计到的旅游目的地要素数据，确定相互关联的旅游目的地要素之间的关联关系。

5.根据权利要求4所述的基于大数据的旅游智能规划设计方法，其特征在于：所述根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案的方法，具体包括：

获取被规划旅游目的地的旅游目的地要素数据；

将所述被规划旅游目的地的旅游目的地要素数据带入对应的关联关系；

判断是否满足对应的关联关系；

若否，调整旅游目的地要素，使被规划旅游目的地的旅游目的地服务要素之间的关联关系满足对应的关联关系旅游目的地。

6.根据权利要求1所述的基于大数据的旅游智能规划设计方法，其特征在于：该方法还包括：

获取被规划旅游目的地各类服务设施的使用情况以及游客对于各项服务设施的评价；

根据所述各类服务设施的利用情况，调整服务设施的开放时间至特定时间段；

根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

7.一种基于大数据的旅游智能规划设计系统，其特征在于，包括：

第一处理模块（201），用于基于旅游目的地大数据，确定与被规划旅游目的地相关联的关联旅游目的地；

第二处理模块（202），用于根据预存的旅游目的地要素关联表，确定相互关联的旅游目的地要素；

第三处理模块（203），用于基于旅游目的地大数据，确定相互关联的旅游目的地要素之间的关联关系；

规划模块（204），用于根据所述旅游目的地要素之间的关联关系生成所述被规划旅游目的地的规划方案。

8.根据权利要求7所述的基于大数据的旅游智能规划设计系统，其特征在于：还包括：

第一获取模块（205），用于获取被规划旅游目的地各类服务设施的使用情况以及游客对于各项服务设施的评价；

调整模块（206），用于根据所述各项服务设施的利用情况，调整服务设施的开放时间至特定时间段；

输出模块（207），用于根据游客对于各项服务设施的评价，得出游客期待，并输出提示信息。

Images