地理大数据在旅游领域的创新应用及学科影响和研究展望
蒋依依(1978— ),女,贵州贵阳人,教授,博士,博士生导师,研究方向体育旅游、奥运遗产、旅游地理。E-mail: yiyijiang@bsu.edu.cn |
Copy editor: 蒋树芳 黄光玉
收稿日期: 2023-01-12
修回日期: 2023-04-04
网络出版日期: 2024-03-27
基金资助
国家社会科学基金重点项目(21ATY001)
中央高校基本科研业务费专项资金项目(2022YB016)
Big Geodata in Tourism Research: Innovative Application, Disciplinary Influence, and Research Prospect
Received date: 2023-01-12
Revised date: 2023-04-04
Online published: 2024-03-27
Supported by
National Social Science Fundation of China(21ATY001)
Fundamental Research Funds for the Central Universities of China(2022YB016)
大数据正在改变捕捉和分析人类活动与行为的方式。多种新兴数据渠道不断涌现,为旅游领域研究提供了大量具有潜在应用价值的数据,克服了传统旅游研究中普遍存在的数据不足问题。本文以地理大数据的研究前沿为基础,明晰地理大数据在旅游领域人类旅游活动、旅游地理环境、旅游人地关系3个方面的理论支撑重点,梳理人类旅游活动/行为数据(UGC、设备数据、交易数据)和旅游地理环境数据(POI、客观环境数据)等地理大数据在旅游领域的创新应用,探讨地理大数据在理论研究更新、多源数据融合、分析方法突破3个方面的挑战和展望,为旅游领域时空认知、理论支撑、建模方法、分析框架等方面研究的深入开展提供一定参考。研究建议在理论上需要将科学研究范式标准化系统化,结合不同的事件和场景创造基于“过程-结构-机制”的中国旅游地理解释体系;数据上需要向大数据与其他数据的互补结合转变;分析技术需要向提高分析方法自适应性、涉入旅游现象特殊性变量的方向转变。
蒋依依 , 高洁 , 郭佳明 , 徐海滨 . 地理大数据在旅游领域的创新应用及学科影响和研究展望[J]. 地球信息科学学报, 2024 , 26(2) : 242 -258 . DOI: 10.12082/dqxxkx.2024.230017
The way we capture and analyze human activity and behavior is changing because of big data. A variety of new data sources have emerged to supplement the official data, offering a significant amount of data with potential application value for the research of tourism and leisure while overcoming the common problem of insufficient data in traditional tourism research. Based on the research frontier of big geodata, this paper explains the theoretical foundation of tourism under the background of geographic multi-source big data at three levels: human tourism activities, tourism geographical environments and destinations, and the relationship between tourists and tourist destinations. Secondly, this paper summarizes the application of big geodata, such as human tourism activity data (e.g., UGC data, device data, transaction data) and tourism geographical environment data (e.g., POI, environmental data). Finally, this paper discusses the challenges and prospects of big geodata in three aspects: research paradigm and theory, multi-source data fusion, and analysis methods. For the research paradigm and theory, there is the requirement for standardize and systematize the scientific research paradigm by combining different events and scenarios to create an interpretation system of Chinese tourism geography based on "process-structure-mechanism". In terms of multi-source data fusion, the combination of big data and other data is necessary. In terms of analysis methods, efforts are still needed to improve the adaptability of analysis methods and incorporate the specific variables of tourism phenomena.
表1 旅游大数据的类型划分Tab. 1 Types of big data in tourism |
分类标准 | 维度 | 举例 | 文献来源 |
---|---|---|---|
数据来源 | UGC数据 (用户生成) | 在线文字数据和在线照片数据等 | [50⇓-52] |
设备数据 (按设备) | GPS数据、移动漫游数据/基站定位数据、蓝牙定位数据、Wifi定位数据等 | ||
交易数据 (按操作) | 网络搜索数据、网页访问数据、在线预订数据等 | ||
数据存储 | 本地数据 | 市政公共服务数据、目的地及景区自有数据、本地设备收集数据等 | [52] |
外部数据 | 电信运营商数据、互联网在线数据、其他行业(非本地)数据等 | ||
数据结构属性 | 传统数据电子化 | 企业内部管理系统,如员工考勤(打卡)记录;客户管理系统(CRM)等 | [53] |
多源异构用户生产(UGC)数据 | 文字、图片、音频、视频等 | ||
由旅游活动后台产生的时空行为数据 | GPS轨迹数据、在线交易数据、网页访问数据等 | ||
数据应用 | 社交生活数据 | 社交媒体服务、在线论坛、在线视频游戏和网络博客等 | [54] |
健康数据 | 电子病历 (EMR)、癌症登记数据、官方疾病爆发跟踪和流行病学数据、个人健康数据以及其他相关的生物医学信息等 | ||
商业数据 | 商业交易记录、在线商业评论、客户关系管理、超市会员记录、商店购物中心交易记录等 | ||
交通数据 | GPS 轨迹、交通检查数据、社交媒体数据(签到数据、Waze 等平台数据)和手机数据(来自数据传输记录和蜂窝网络数据)等 | ||
科学研究数据 | 地震传感器、天气传感器、卫星图像、用于生物多样性研究的众包数据、自愿提供的地理信息和人口普查数据 |
表2 地理大数据在旅游领域的应用举例Tab. 2 Examples of applications of big geodata in tourism research |
渠道划分 | 数据类型 | 举例 |
---|---|---|
人类旅游活动/行为数据 | UGC数据 | 网络文本的在线签到数据、用户属地信息、自然语言文本的地理信息等;网络图像的地理标签信息等;音频数据的地理语义数据等 |
设备数据 | 与旅游者位移相关的GPS数据、移动漫游数据、蓝牙数据、RFID数据和WIFI数据等 | |
交易数据 | 交通消费数据、不同地区和时间的在线预订数据和消费数据等 | |
旅游地理环境数据 | POI数据 | 工作、旅游、娱乐和寻路等目的地活动数据等 |
客观环境数据 | 气象数据、地质地貌数据、卫星遥感数据、无人机影像等 |
[1] |
|
[2] |
|
[3] |
刘瑜, 詹朝晖, 朱递, 等. 集成多源地理大数据感知城市空间分异格局[J]. 武汉大学学报·信息科学版, 2018, 43(3):327-335.
[
|
[4] |
秦昆, 林珲, 胡迪, 等. 空间综合人文学与社会科学研究综述[J]. 地球信息科学学报, 2020, 22(5):912-928.
[
|
[5] |
裴韬, 刘亚溪, 郭思慧, 等. 地理大数据挖掘的本质[J]. 地理学报, 2019, 74(3):586-598.
[
|
[6] |
邓敏, 蔡建南, 杨文涛, 等. 多模态地理大数据时空分析方法[J]. 地球信息科学学报, 2020, 22(1):41-56.
[
|
[7] |
刘逸, 保继刚, 陈凯琪. 中国赴澳大利亚游客的情感特征研究——基于大数据的文本分析[J]. 旅游学刊, 2017, 32(5):46-58.
[
|
[8] |
裴韬, 黄强, 王席, 等. 地理大数据聚合的内涵、分类与框架[J]. 遥感学报, 2021, 25(11):2153-2162.
[
|
[9] |
杜云艳, 易嘉伟, 薛存金, 等. 多源地理大数据支撑下的地理事件建模与分析[J]. 地理学报, 2021, 76(11):2853-2866.
[
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
杨学习, 邓敏, 刘瑜. 社会感知与地理空间智能的研究动态与展望——“社会感知与地理空间智能”专栏导读[J]. 地理与地理信息科学, 2022, 38(1):1-4.
[
|
[19] |
黄震方, 黄睿. 基于人地关系的旅游地理学理论透视与学术创新[J]. 地理研究, 2015, 34(1):15-26.
[
|
[20] |
保继刚, 楚义芳. 旅游地理学. 第3版[M]. 高等教育出版社, 2012:3-7.
[
|
[21] |
孙九霞, 陈钢华. 旅游消费者行为学[M]. 大连: 东北财经大学出版社, 2015:10-20.
[
|
[22] |
|
[23] |
|
[24] |
|
[25] |
|
[26] |
|
[27] |
|
[28] |
|
[29] |
|
[30] |
|
[31] |
|
[32] |
|
[33] |
徐琳琳, 周彬, 虞虎, 等. 2022年冬奥会对张家口城市旅游地形象的影响研究——基于UGC文本分析[J]. 地理研究, 2023, 42(2):422-439.
[
|
[34] |
孙中伟, 路紫. 流空间基本性质的地理学透视[J]. 地理与地理信息科学, 2005(1):109-112.
[
|
[35] |
钟士恩, 张捷, 韩国圣, 等. 旅游流空间模式基本理论:问题分析及其展望[J]. 人文地理, 2010, 25(2):31-36.
[
|
[36] |
|
[37] |
|
[38] |
|
[39] |
|
[40] |
|
[41] |
|
[42] |
|
[43] |
|
[44] |
|
[45] |
|
[46] |
赖勤, 钱莉莉, 应天煜, 等. 虚拟旅游研究综述——基于Scopus数据库的文献计量与内容分析[J]. 旅游科学, 2022, 36(1):16-35.
[
|
[47] |
|
[48] |
|
[49] |
|
[50] |
|
[51] |
陆保一, 韦俊峰, 明庆忠, 等. 基于知识图谱的中国旅游大数据应用研究进展[J]. 经济地理, 2022, 42(1):230-240.
[
|
[52] |
邓宁, 牛宇. 旅游大数据:理论与应用[M], 北京: 旅游教育出版社, 2019:14-15.
[
|
[53] |
李君轶, 刘逸, 肖文杰, 等. “旅游大数据研究与应用前沿”系列笔谈[J]. 旅游论坛, 2022, 15(1):1-24.
[
|
[54] |
|
[55] |
|
[56] |
|
[57] |
|
[58] |
|
[59] |
|
[60] |
|
[61] |
|
[62] |
|
[63] |
|
[64] |
|
[65] |
|
[66] |
|
[67] |
|
[68] |
|
[69] |
|
[70] |
|
[71] |
|
[72] |
|
[73] |
|
[74] |
秦昆, 喻雪松, 周扬, 等. 全球尺度地理多元流的网络化挖掘及关联分析研究[J]. 地球信息科学学报, 2022, 24(10):1911-1924.
[
|
[75] |
|
[76] |
|
[77] |
牟乃夏, 徐玉静, 张恒才, 等. 移动轨迹聚类方法研究综述[J]. 测绘通报, 2018(1):1-7.
[
|
[78] |
承达瑜, 秦坤, 裴韬, 等. 基于室内定位数据的群体时空行为可视化分析[J]. 地球信息科学学报, 2019, 21(1):36-45.
[
|
[79] |
舒华, 宋辞, 裴韬. 室内定位数据分析与应用研究进展[J]. 地理科学进展, 2016, 35(5):580-588.
[
|
[80] |
邓中亮, 张森杰, 焦继超, 等. 基于高精度室内位置感知的大数据研究与应用[J]. 计算机应用, 2016, 36(2):295-300.
[
|
[81] |
|
[82] |
|
[83] |
|
[84] |
窦旺胜, 王成新, 薛明月, 等. 基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例[J]. 世界地理研究, 2020, 29(4):804-813.
[
|
[85] |
郑姗姗. 移动通信中多系统合路平台(POI)及监控的研究[D]. 南京理工大学, 2014.
[
|
[86] |
|
[87] |
|
[88] |
|
[89] |
|
[90] |
|
[91] |
|
[92] |
|
[93] |
吴振华, 俞钦平, 王亚蓓, 等. 景区扩容影响下的桂林市土地利用情景模拟与预测[J]. 水土保持通报, 2022, 42(5):131-139.
[
|
[94] |
|
[95] |
刘纪平, 王勇, 胡燕祝, 等. 互联网泛在地理信息感知融合技术综述[J]. 测绘学报, 2022, 51(7):1618-1628.
[
|
[96] |
|
[97] |
|
[98] |
|
[99] |
吴必虎, 黄潇婷, 刘培学, 等. 中国旅游地理研究:成果应用转化和研究技术革新[J]. 中国生态旅游, 2021, 11(1):52-65.
[
|
[100] |
|
[101] |
|
[102] |
李云鹏. 旅游场景驱动的大数据应用[J]. 旅游学刊, 2017, 32(9):4-6.
[
|
[103] |
裴韬, 舒华, 郭思慧, 等. 地理流的空间模式:概念与分类[J]. 地球信息科学学报, 2020, 22(1):30-40.
[
|
[104] |
|
[105] |
|
[106] |
|
[107] |
|
[108] |
|
[109] |
|
[110] |
|
[111] |
|
[112] |
|
[113] |
|
[114] |
|
[115] |
|
[116] |
|
[117] |
|
[118] |
|
[119] |
|
/
〈 |
|
〉 |