《旅游大数据分析实践教学应用研究》-教育论文，高教论文-论文范文参考-科学狗论文网

标题

旅游大数据分析实践教学应用研究

范文

党群

摘? 要：大数据时代的潮流，使旅游大数据分析成为支持旅游部门与企业进行科学决策的有力支持。在剖析旅游大数据分析的作用及旅游大数据人才缺乏，以及当前高校旅游管理专业实践教学问题的基础上，提出了旅游大数据分析实践教学的方案，具体介绍了实践教学流程模块，并以实际应用案例进行说明。研究具有较强的操作性，并对旅游管理专业学生大数据分析能力的培养具有一定的實践指导意义。

关键词：旅游管理;实践教学;大数据分析

中图分类号：G642 文献标志码：A? ? ? ? ?文章编号：2096-000X（2020）04-0043-04

Abstract： The trend of the big data， make the analysis of tourism big data become the favorable support for the tourism departments and enterprises to make scientific decisions. Based on the analysis of the role of tourism big data analysis and the lack of tourism big data talents， as well as the current practice teaching problems of tourism management majors in colleges and universities， a tourism big data analysis and practice teaching plan is proposed， and the practical teaching process module is specifically introduced. The practical teaching process module is introduced in detail， and illustrated with application cases. The scheme has the strong operability， and the practical guiding significance for training the tourism big data analysis talents.

Keywords： tourism management; practical teaching; big data analysis

随着物联网、云计算和信息技术及其应用的迅速发展，数据（信息）的产生规模发生了翻天覆地的变化。全球著名咨询公司麦肯锡率先指出“大数据”时代已经到来，并提出包括“大数据”在内的数据科学将渗透国民经济运行的各个方面，决定着民生国计、产业兴衰和企业存亡，成为继土地、人力、资本和技术之后的第五大生产要素[1]。运用数据科学技术对包括大数据在内的数据进行分析和应用，已经被用于世界各国的各个经济部门。

因数据在现代社会展现出的愈发重要作用，数据分析能力也愈发成为大数据时代对新型人才提出的新要求。探索大数据背景下高等教育实验教学和人才培养中数据分析与应用能力的培养，显得尤为重要。现有的教学研究主要集中于数据分析在专业人才培养方向的作用[2]，数据分析实践平台建设[3]，以及数据分析课程教学资源与教学改革[4-5]等方面。

旅游业属于典型的现代服务业，伴随信息技术的应用，以旅游为主导的新业态不断涌现，现有的“大而全”偏基础型旅游高等教育人才培养模式，与“互联网+”、“信息时代”、“体验经济”时代旅游人才需求不相匹配。旅游高等教育亟需作出变革。已有旅游教育者从“智慧景区”[6-7]VR技术[8-9]旅游规划[10]等角度，对适应市场需求的新型旅游管理人才培养模式，以及旅游实践教学与实验室建设提出了建议。

但是，现有的研究并没有专门针对旅游管理专业进行大数据分析实践的成果。数据分析是大数据时代包括旅游管理在内的管理类专业人才培养的重要方向。文章以大数据为背景，设计了旅游管理大数据分析实践，提出了包括数据采集、数据存储、数据清洗、数据分析及数据可视化等方面的旅游大数据分析实践教学方案，以探索信息及大数据时代、体验经济背景下旅游大数据实践教学模式，从而培养更加适应行业与市场需求的高端旅游人才。

一、旅游大数据分析实践教学的必要性

（一）旅游实践教学的现状与问题

从目前旅游管理实验课程教学内容来看，大部分院校该专业实践教学存在以下特点：

1. 实践教学体系落后。大学旅游管理专业4年开设的实践教学内容包括旅游资源实习、旅游市场调查、办公软件应用实训等。以上实践教学内容只能部分反映旅游专业人才培养体系，并没有全面体现该专业教学及实践内容，更缺失数据分析方面的实践安排。

2. 实践教学内容不足。从实践教学内容来看，对基本技能的实践安排较多，所使用的软件多为常规办公软件，较少涉及数据特别是大数据的处理分析内容。从实践教学安排来看，大部分院校该专业开设的时间教学课时数相对不足，无法满足培养应用型旅游管理人才的要求。从实践教学体系来看，各实践教学环节各个独立，并没有按照人才培养的目标与方向，形成较为完整，相互衔接融合的体系，无法进行综合素质的培养。

3. 实践教学不能很好满足市场人才需求现状。实践教学仍停留在传统旅游行业及旅游基础技能方面，没有从旅游新业态及新企业的需求出发修订相应的实践教学内容，使得实践教学目标与企业人才需求发生脱节。

（二）旅游大数据的应用与人才需求

大数据就是容量巨大的数据资源，由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算机的数据处理与应用模式，通过数据的整合共享，交叉利用，形成的智力资源和知识服务能力[11-12]。中国旅游业的高速发展带动了旅游行业的巨大变化，行业规模不断扩大，导致旅游数据信息爆炸性的增长，形成一个巨大的海量信息空间。充分利用海量旅游原始数据，快速、准确、方便地对反映旅客信息的海量旅行数据进行分析，已经成为旅游大数据的发展方向[13]。目前，旅游大数据应用主要集中在旅游管理、游客服务、旅游营销等领域，通过数据挖掘对目的地游客人流、旅游目的地舆情、游客旅游资讯及旅游产品信息、不同用户属性信息及用户兴趣偏好进行掌握，指导旅游精准管理、旅游策划、旅游精准营销，从而为政府和企业的决策提供依据[14]。

国内旅游企业已经开始关注旅游大数据的价值应用，但旅游大数据的应用及指导旅游产业发展和企业经营决策方面存在不足。原因之一在于，现有各家旅游大数据公司关注点主要集中于旅游大数据的数据源获取、数据的简单统计分析、数据可视化呈现等方面，对旅游大数据应用的关注明显不足。同时，因旅游大数据公司缺乏旅游专业背景，对行业的理解不够深入，导致对旅游大数据的解读专业性不足，在应用方面难免受限。

为提高旅游大数据的应用价值，提升旅游专业人才对数据的挖掘分析能力，从旅游的角度去解读数据，挖掘数据背后的潜在价值，进而培养旅游大数据相关人才，被提上了日程。

二、旅游大数据分析实践教学框架构建

旅游大数据分析实践教学框架的搭建充分考虑结合已有的旅游专业课程内容和实践教学内容，并最大限度利用现有的实验室硬件及软件设备。由实践设计（目的）层、数据采集及清洗层、数据分析层、数据可视化层构成教学框架，并由旅游管理专业课程提供实践设计（目的）层支持，由实验室硬件及软件设备提供数据采集清洗、数据分析和数据可视化层面的支持。

（一）旅游大数据分析实践设计

根据实际问题提炼信息需求，主要分为“旅游管理”、“旅游服务”、“旅游营销”三大主题。在此基础上明确大数据分析目标，如“旅游管理”中可能涉及目的地客流量预测、舆情监控等，“旅游服务”中可能包括游客信息需求、旅游线路设计等，“旅游营销”可能存在掌握目标市场构成、游客特征及其兴趣爱好等，形成完整的用户画像，旅游信息精准投放等。

（二）数据采集及清洗

数据采集类型包括结构化和非结构化的数据，利用网络爬虫等工具获取所需分析的数据对象。数据主要来源为旅游基础数据、旅游行业数据（景区、旅行社、酒店、乡村等）、搜索引擎数据、OTA（在线旅游服务商）数据（携程、去哪儿、蚂蜂窝等）、新媒体数据（微博、微信等）、游客行为数据等。

数据清洗用于清除缺失、冗余、异常的数据，实现数据质量的提升，为数据分析做准备。通过前期准备、数据检测、质量评估、数据修正、数据输出5个步骤完成。前期准备需要对已经收集存储的数据进行简单分析，并确定数据清洗的目标和方法，建立完善的数据清洗方案。数据检测需要完成数据的预处理和基本检测，然后对检测结果进行统计，以消除数据不一致、空数据和无效数据。质量评估则要比照数据质量检测的结果对数据质量进行定位与评估，并对已有的清洗方案进行改进。数据修正则采用排序、融合、基于规则等方法消除不一致数据，并删除空数据、合并重复数据。数据提交需要比照清洗方案与治理评估验证清洗之后的数据真实合理性，如满足则进行数据分析，不满足则反复提升数据质量[15]。

（三）数据分析

数据分析提供了决策的基础。因旅游大数据类型繁多，不仅包括以文本资料为主的结构化数据，还包括网络日志、音频、视频、图片、地理位置等半结构或非结构化的数据资料。因此，进行旅游大数据分析时，综合利用多种分析软件进行，并对结果进行合理归纳推理，挖掘数据间潜在的关联，提炼数据的价值。目前采用的软件包括分析网络文本的RostCM，进行质性研究的Nvivo，统计学软件SPSS以及地统计软件ArcGIS。

（四）数据可视化

利用RostCM、Nvivo、SPSS及ArcGIS相应工具实现。对数据分析结果进行图形绘制，从而呈现数据间的关系。

三、实践教学案例分析

（一）实践设计与目的

旅游电子商务的发展使得旅游者可以随时随地通过在线旅游服务商购买旅游产品，包括住宿产品。旅游产品的网络评价是旅游者消费该住宿产品后真实感知的反映，体现的旅游者对住宿产品的满意度。如何了解旅游者对于某酒店整体的满意度水平，以及具体影响满意度的指标有哪些？这是许多酒店管理者共同关注的问题。对这一问题的解答，可以帮助管理者实现酒店服务的精准管理，提升顾客满意度，增强酒店竞争力。基于以上原因，进行旅游大数据分析实践教学设计：针对某酒店，通过收集网络评价文本并进行分析，构建顾客满意度评价指标体系，并对酒店顾客整体满意度和各维度满意度进行评价。

（二）实践教学开展流程

通过以上分析，在数据采集时制定规则，合理选择数据来源网站（在线旅游服务商网站），从中爬取一定时间段内的顾客针对该酒店的评论文本，存储备用;对存储的数据进行清洗，清除无效信息;运用数据分析工具对所获得的网络评价文本进行分析，合理聚类，构建满意度评价指标体系，并进行评分;将数据分析结果进行可視化，以图表形式展现，供决策者参考。

（三）结果展示

实践教学以临潼悦椿温泉度假酒店与华清爱琴海温泉酒店为例，选取多个在线旅游服务商网站进行数据采集，通过爬取网络评价文本，获取3750条文本信息，经过数据清洗后，数据量为3598条记录。根据研究目的对数据进行分析，并通过可视化将数据进行展示，结果如表1所示。由表1可知，温泉度假酒店顾客满意度评价指标体系包括6个一级因子、23个二级因子，悦椿温泉酒店的满意度评分为77.67分，华清爱琴海温泉酒店的评分为71.85分，两者均处于70-80分。此两个温泉酒店的顾客满意度处于一般满意至比较满意区间，还有较大的上升空间。悦椿温泉酒店在酒店服务、酒店客房、整体评价方面评分较高，悦椿温泉酒店在酒店服务、酒店客房、整体评价方面评分较高。

通过旅游大数据实践教学，旅游管理专业学生得以在实践中体验完整的大数据分析及价值发掘的过程。有助于学生根据自身的爱好及兴趣选择性的深入学习旅游大数据分析的知识和技能，为今后开展实际工作或继续深造进行准备。

四、结束语

国内旅游业的高速发展产生了海量数据，旅游企业也日益关注大数据的应用以便为管理决策提供更好的依据。对旅游大数据人才的需求日益显现。旅游大数据分析实践为引导旅游大数据分析人才提供了必要的教学环节，对于提升学生大数据敏感性和数据分析能力、培养学生综合实践能力、着力打造适应市场需求的旅游高级人才具有重要的意义。在未来的实践教学中，可以考虑对诸如旅游资源开发与规划、旅游经济学、旅游市场营销、旅行社及旅游酒店管理、消费者行为学、市场调查与预测等课程中，涉及旅游大数据分析的实验内容进行整合;进一步丰富旅游大数据分析的手段和技术;旅游大数据和传统数据分析的多维融合等。充分整合和利用现有的课程、实践、软硬件和师资资源，深入开展旅游大数据分析人才培养。

参考文献：

[1]Manyika J， Chui M. Big Date： The next frontier for innovation， competition and productivity[R].Mckinsey Global Institute，2011.

[2]王晓磊，刘海宁.论数据科学在经管专业实验教学中应用的重要性[J].实验技术与管理，2016，33（04）：179-181+200.

[3]邹倩颖，罗岚.电子商务大数据分析综合实践平台建设[J].实验技术与管理，2017，34（11）：198-201+209.

[4]赵蕊菡，黄如花.国内外数据分析类MOOC调查与分析[J].图书情报工作，2016，21（21）：52-60.

[5]卢珊.案例教学在数据分析技术课程中的应用探讨[J].首都师范大学学报（社会科学版），2009（S4）：18-21.

[6]倪珊珊.智慧旅游背景下旅游管理应用型人才培养模式[J].科教导刊（中旬刊），2015（04）55-56.

[7]于平，朱伟，高江江.基于“智慧景区”模式的旅游实验室建设[J].实验技术与管理，2016，33（07）：237-240.

[8]梅雪.基于VR技术的旅游实验教学应用研究[J].实验技术与管理，2017，34（03）：13-15.

[9]杨杏月.虚拟仿真实验在旅游管理实践教学中的应用与思考[J].市场周刊（理论研究），2015（12）：152-153.

[10]张艳，王剑，邓辉，等.旅游规划设计实验室建设[J].实验技术与管理，2017，34（6）：238-242+254.

[11]维克托·迈尔·舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2013.

[12]应用频道.浅析大数据的数据构成和管理方式[EB/OL].[2012-09-10].http：//www.50cnnet.com/html/2012/dashuju_0910/33580.html.

[13]郭鑫.旅游大数据与挖掘分析研究[J].電脑知识与技术，2013，9（14）：3215-3216.

[14]曾现进.旅游大数据的现状与未来[J].旅游学刊，2017，9（10）：8-9.

[15]李琳.一种基于数据质量维度的数据清洗方法[J].科技创新与应用，2017，9（21）：1-5.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。