EN中文

Journal of Geo-information Science >

2019 , Vol. 21 >Issue 6: 814 - 825

DOI: https://doi.org/10.12082/dqxxkx.2019.190062

Urban Tourism Itinerary Planning from a Spatiotemporal Perspective

  • CAO Yang , 1 ,
  • GE Junlian , 2, 3, 4, * ,
  • LONG Yi 2, 3, 4 ,
  • ZHANG Ling 2, 3, 4
Expand
  • 1. Jiangsu Urban Planning and Design Institute, Nanjing 210024, China
  • 2. Key Laboratory of Virtual Geographic Environment Ministry of Education (Nanjing Normal University), Nanjing Normal University, Nanjing 210023, China
  • 3. The State Key Laboratory of Geographical Environment Evolution in Jiangsu Province, Nanjing Normal University, Nanjing 210023, China
  • 4. Jiangsu Province Geographic Information Resources Development and Utilization Collaborative Innovation Center, Nanjing Normal University, Nanjing 210023, China;
*Corresponding author: GE Junlian, E-mail:

Received date: 2019-02-14

  Request revised date: 2019-04-14

  Online published: 2019-06-15

Supported by

National Natural Science Foundation of China, No.41301144, 41571382

Natural Science Fund for Colleges and Universities in Jiangsu Province, No.15KJA420001

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Traditionally, tourism itinerary planning is implemented as a spatial arrangement issue, which lacks the consideration of the spatiotemporal coupling and the flexibility for tourists to make choices. In this paper, the understanding of the itinerary planning problem was extended from the perspective of space to the perspective of tourist activities. From the time-space coupling relationship and reconstruction mode of tourism nodes, the multi-dimensional attributes such as time, space, and topic involved in the travel were organically organized, and then the travel's spatiotemporal chain was proposed. The conceptual model and the method of space-time convergence of the stroke elements. The proposed method was applied to the case study of Nanjing, Jiangsu Province of China. Results show that the match between the model and the traditional itinerary design method in terms of node name, number of nodes, and node order exceeds 80%, indicating good methodological reliability. Compared with existing itinerary planning studies, this research took the basic information of the itinerary (such as travel time, cost budget, departure place, destination, etc.) as the precondition, and considered the travel itinerary from the perspective of tourists. Specifically, the spatiotemporal characteristics of the tourist nodes were organically integrated. While satisfying the spatial order of tourist routes, the rationality of the time arrangement of each tourism element was also considered. The proposed algorithm is mainly used to serve independent tourists. Meanwhile, this algorithm has the advantage of arranging route and schedule flexibly. It should be noted that the specific application of the model is still constrained by the basic travel itinerary conditions. The flexibility of the proposed model for meeting tourists' individualized needs is currently not strong. Considering that tourists' demands are in reality often changing during traveling, it is necessary to further optimize the adaptability, flexibility, and stability of the proposed model.

Key words： travel itinerary; spatiotemporal mapping; spatiotemporal travel; urban tourism; itinerary planning model; Nanjing

Cite this article

CAO Yang , GE Junlian , LONG Yi , ZHANG Ling . Urban Tourism Itinerary Planning from a Spatiotemporal Perspective[J]. Journal of Geo-information Science, 2019 , 21(6) : 814 -825 . DOI: 10.12082/dqxxkx.2019.190062

1 引言

随着中国自助旅游市场规模的快速扩张,传统旅游线路设计思路难以满足游客自身的灵活需求以及线路设计的时空统一性,这就要求旅游服务部门能够提供更为便捷、合理、灵活的行程规划方案。为了应对游客对游览目的地了解不足,以及对实际景点游玩时间与游览顺序认知上的模糊[1,2,3,4,5],旅游行程自动规划系统应运而生,一方面满足了游客对当地旅游景点、道路交通等旅游相关信息的信息采集与梳理;另一方面通过交互式的行程规划形式,尽可能的获取游客需求,有针对性地提供相适应的旅游行程线路安排。已有相关研究与应用主要关注于线路的空间设计[6,7,8],对其影响因素的探究局限于景点满意度、成本控制、景观路线设计、步行舒适度等方面,缺乏对旅游行程中空间顺序、日程时间、个体需求等因素的协同考虑。此外,已有研究往往将旅游行程规划归结为线路安排问题（空间问题）[9,10],而旅游出行的本质是对游客行为的时空统一安排,从时间地理学的视角来看,更倾向于将行程设计理解为时空耦合最优化问题,由于每日时间守恒（24 h）,交通时间、游玩时间、吃住时间等都可以被视作不同的时间段落,行程规划问题可以归结为指定出行总时间后对各类游览事件节点进行时空合理安排的过程[11,12,13,14]。
现有的行程安排主要关注于旅游线路空间顺序排布的合理性,强调整体交通时间最短化与交通方式便利性。而随着旅游行业的发展,行程安排从简单的线路排布逐步向丰富旅游体验等内容上进行深化,考虑到游客出游时间的相对固定,如何有效针对游客需求提供定制化的深度行程规划成为行业内人士关注的焦点。早期的行程规划中往往将空间地理位置作为硬性约束要求,而时间上则多迁就于空间进行动态调整,往往导致出现“走马观花”的游览现象,这无疑降低了游客的游玩体验。旅游行程链（简称“行程链”）的概念体现了游客行为的线性轨迹,表达了不同时空粒度下行程要素组织与时序衔接关系,体现出从整体到局部的游客时空行为模式及动态组织规律[15,16]。这也体现了智慧旅游建设更关注于游客个体的需求,强调对游览体验的保障,对行程规划中各项时间控制与契合度提出了新的要求。
时空统一视角下的旅游行程规划,是在对旅游资源现状与游客行为分析的基础上,借鉴已有线路设计思路与方法,以时间序列为主线对旅游产品各要素做出的统筹安排。在具体规划中,强调对游客出行行为的解构,在时间层面考虑游客出行结构,景点内容,景点热度等因素划定各节点游览时间,同时在空间层面顾及景点间交通距离、景区游览的连贯性等需求,强调对节点间时空耦合与一致性的整体把握,进而给出具有精细化时空粒度的行程设计方案。本文从时间、空间与结构3个方面梳理旅游行程中各要素时空耦合机制,给出了旅游行程链的概念模型,相应提出了集空间线路安排与日程精细划分于一体的行程链模型逻辑架构。进一步通过模型实现,试图解决有限条件下（指游客给定旅游节点、出行总时间并指定出发节点）,满足旅游节点时空统一性要求的旅游每日行程的精细化安排。

2 行程链概念模型构建

2.1 模型组成要素

线路组织模式作为游客行为时空特征的直观反映,成为旅游线路设计的重要基础。国内外学者就区域旅游线路模式、目的地线路游览模式以及景区内线路模式[17,18,19,20,21,22]等不同空间尺度开展了相关理论与实证研究。与国外研究相比,国内学者更注重结合我国地域空间结构特征,以旅行社销售的旅游线路为主要数据源,比较总结不同线路模式下出行时间、旅行距离、目的地选择、到访频率等游客行为特征差异[25,26],从影响因素、设计模式、设计方法以及应用实践等方面给出了相应的线路优化设计建议[27,28],但仍存在节点类型单一、组合模式僵化、时空衔接松散、游客需求体现不足等局限性[29,30,31,32]。本文所构建的行程链模型考虑到城市尺度下旅游活动的整体过程,涉及到食、住、行、游、购、娱共6类旅游出行环节。相较于传统线路设计仅考虑到节点的空间组织关系问题,本文提出需要在顾及时间、空间与游客属性3方面条件共同约束下,实现旅游行程中节点的时空动态耦合与统一。根据游客有限需求的条件进行节点的顺序安排以及日程的分段安排,形成的完整线性结构。该模型由3方面因素构成,如式（1）所示。
f ( h ) = ∑ i = 1 n Nod e i + Lin e i | Tim e i （1）
式中：Nodei指旅游节点因素;Linei是有向路段; Timei指具体时间片段。其中,有向路段是基于城市路网数据计算出的旅游节点间最优线路,各旅游节点间通过有向路段进行串联形成链状结构;而时间节点是对旅游节点和道路链进行顺序安排后,在已有行程线路上加入的时间序列。游客将时间嵌入式地分配在行程节点中,同时各节点又被时间与路径有向串联成完整的旅游行程链。特别是当行程链的起终点相同时,行程闭合链的特征（图1）。在整个旅游行程中,时间属性反映出活动的过程与顺序,而空间属性则记录了活动的目的和结果,一方面体现了旅游行为的时空统一性与耦合性,另一方面也反映了旅游要素时空转变特征。
Fig. 1 Spatiotemporal linkages of travel itinerary

图1 旅游行程链时空衔接关系示意

一条行程链可以包含多次出行活动,结合之前学者的研究[28,29],本文通过对旅游模式的总结梳理行程链的空间模式类型,将行程链的空间模式分为以下4种类型,如表1所示。
Tab. 1 Spatial model types of travel itinerary

表1 旅游行程链的空间模式类型

序号 行程链模式 具体描述
1 HS+H 无目的地旅游模式,从家出发游玩后回到家过夜,多为一日游类型
2 HOH或 HS+OH 单目的地旅游模式,从家出发前往过夜目的地,途中游览（多个）景点
3 HS+O+H 多目的地旅游模式1,过程中穿插多个旅游节点和过夜目的地
4 HS+OS+OH 多目的地旅游模式2,过程中以某一过夜目的地为驻点,环游周边景点

注：H代表出发地;O代表过夜目的地;S代表旅游节点（包括食、住、行、游、购、娱等各类旅游兴趣点）;+ 符号代表同一类型的多个节点。

2.2 时空重构模式

从时间、空间和结构3个层面进一步梳理旅 游行程链时空重构的变化特征。时间属性体现在：① 节点游览时间,灵活可变且具有最佳游览时长属性;② 道路交通时间,时间固定且可提前预估; ③ 餐饮、住宿等旅行辅助活动时间,一般指为满足游览过程所提供的辅助性配套活动。而空间属性则体现在节点与路段交替相连的空间连续性与方向性上。结构特征则体现在行程中停驻点数量和交通换乘组合方式上,当时间、空间和结构特征任意一者发生改变时,行程链即发生重构,3种重构形式可能独立发生,也可能同时发生（图2）。以行程链“家-景点1-景点2-停驻点”为例,图中① 号为原始行程;② 号表述的是游客在景点2处游玩时间延长,但总体出行路径不变;③ 号表述的是游客前往景点1的出行路线有变,导致整体行程链长度增加;④ 号表述的是游客在行程中取消景点2的游玩,出行次数减少,行程链的时空特征也相应发生改变。
Fig. 2 Reconstruction patterns of travel itinerary

图2 旅游行程链重构模式

3 模型核心算法

3.1 模型逻辑思路

在梳理了游客出行模式的基础上,以城市为研究对象,提出行程链建模的具体流程（图3）。考虑到该模型使用目标群体是城市旅游的自助散客,在使用模型前需要将出游起始点、游客人数、出游天数、出行交通方式、费用预算、特殊景点偏好等条件进行预设。具体来说,首先在顾及节点空间拓扑关系条件下,依据城市路网规则与道路状况开展的旅游线路设计;在此基础上,以分钟为基本时间单元对每日各项活动内容进行精细化的日程安排。此外,针对日程规划过程中可能出现的时空冲突情况,模型相应提出了时间动态调整与空间线路优化等应对机制,以保障规划结果的合理性与可操作性。
Fig. 3 Logical flowchart of the proposed travel itinerary planning model

图3 旅游行程链模型构建逻辑思路

3.2 行程规划算法

算法在考虑节点间空间拓扑关系与路网组成结构的基础上,首先进行线路空间规划,进而根据不同类型节点时间属性进行具体日程的分时段安排,满足每日游览时间的充分利用,最终生成时空统一且日程安排精细的行程规划方案。
3.2.1 线路空间规划
线路规划可以看成是旅游节点在交通路网上的组合优化问题,即寻找一条遍历n个旅游节点的最短路径。由于城市路网路段结构复杂、数据量大,为提升运算效率,本文采用先聚类再迭代的方式进行路线规划。首先通过K-means聚类算法依据空间拓扑关系对节点进行分组聚类,再通过遗传算法不断迭代路网组合实现最短路径。具体来说：① 模型基于已知的景点组合构造全连接图,在分组过程中同时顾及节点所在单元的空间嵌套关系（即构建区域、城市、片区、景区4层空间从属关系）,优先对组内节点进行串联,并层层向外传递;② 进而基于交通路网连通性、路况水平、道路宽度等综合因素构建不同路段阻抗权重,通过最小生成树算法筛选最小的边权值组合生成带权边有向图,对剩余的边依据权重大小进行排序;③ 在此基础上,基于遗传算法进行线路节点的空间安排,主要方式是通过对群体搜索策略以及个体信息进行交换思路,依次生成可能的出行路径作为样例,并构建样例组群,在确定目标函数的基础上对每条样例进行编码,执行选择、交叉、变异等连续操作与迭代操作直到满足终止条件,生成最优路径（图4）。
Fig. 4 Illustration of generating the optimal travel itinerary that considers spatiotemporal coupling

图4 顾及时空统一性的最优旅游路径生成示意

本文所考虑的最短路径,是以旅游全过程为研究对象,在尽量位置道路时间总和最短的基础上,尽可能提升节点游览时长,为满足游客体验提供时间保障。具体来说,不同意义下的距离都可以被抽象为网络图中边的权值。本文借鉴1959年Dijkstar提出的标号求解方法进行最短路径规划[5]。该方法的优点在于不仅可以求出起点到终点的最短路径及其长度,而且可以求出起点到其他任何一个顶点的最短路径及其长度,同时适用于求解有向图或无向图上的最短路径。其权重设置既可以代表路网距离,也可以代表时间距离。此外,算法虽然保证了空间线路安排中节点间的相对集聚,但在时间层面上仍可能存在节点时空属性不匹配问题,模型采用GIS最短路径分析对节点进行有序排列,从时间角度针对排序中产生的空余时间进行多次节点组合迭代进行调整。算法的具体步骤如下：① 设节点集合X={v1, v2, v3,···,vn},设旅游总游时为T,对集合X使用遗传算法进行路径优化,得到新排序X’={v3, v2, v1,···,vn},由于迭代排序缩短了路程,计算相应游览时长Tcur;② 计算时差ΔT,ΔT=T-Th-Td作为游览中“结余”的时间重新分配节点;③ 反复迭代,直到ΔT < 0时生成最优路径。该算法在保障节点空间排序合理的基础上,也对整体旅游时间进行了合理分配,通过节点空间聚类与遗传算法相结合的方式规划行程,较好解决了生成空间最短路径后出现的节点时空属性不匹配的问题。
3.2.2 日程精细划分
在对线路空间顺序进行规划的基础上,进一步从时间层面对日程进行精细化安排,首次提出日程游时层次切分方法,相应给出不同类型节点游览时段概念,将行程从空间维度映射到时间维度上,最终输出满足时空一致性需求的旅游日程安排结果。
（1）游时切分方法
游时是游客从行程出发至结束过程中经历的各类事件所消耗的时间总和,模型对游时切分参考了已有线路设计原则以及城市游客游览出行规律等因素,将时间切分作为日程安排的限定性基础要求。具体将总游时作为切分对象,以分钟为作为最小计量单元,根据游览时间存在的层次关系划分成“自然天、半天时段、小时单元、10分钟单元”4个层级。其中,选择10分钟作为最小时间单元,一方面考虑到日程划分的精准性,另一方面也满足了旅游实际行程中时间调整的灵活性,方便在时间片段内进行动态调整（表2）。
Tab. 2 Hierarchical segmentation rules of travel itinerary

表2 旅游日程层次化切分规则

时段分类 切分形式 切分原则 备注
自然天 以每天24 h为切分单元,从而对总出游时间进行分解 考虑到旅游者在多天的旅游行程中需要安排晚间住宿休息,而住宿事件对整体旅游全过程也起到中断作用 通过量化不同类型节点游览的标准时段,方便进行日程安排,也方便进行时间片段的动态调整（以10 min为最小时间单位对整日时间进行标准活动时段切分,将早餐时段划分为30 min ;午餐时段60 min;晚餐时段30 min ;上午游览时段180 min ;下午游览时段180 min ;晚间游览时段约120 min ）
半天 将每日单元划分为“上午段”、“下午段”以及“晚间段”3部分 考虑到旅游者早餐、午餐、晚餐活动对整体游览行为的中断作用,将每天的整体时间划分为上午段、下午段和晚间段;（考虑到旅游行业的特殊性,晚间时段一般也被整体用于安排娱乐、购物和部分夜间景区的游览活动,因此也归纳为半天时段范畴）
节点 将上午段划分为早餐时段、上午游览时段、午餐时段;将下午段划分为下午游览时段和晚餐时段;将晚上段划分为晚上游览时段和住宿时段 针对不通过半天时段游客所进行的不同活动内容,进一步划分为游览时段、餐饮时段、住宿时段3类活动时段
（2）节点时长划分
节点时长是指旅游者在各节点的活动耗时,考虑到旅游行程链的组织结构,对于不同类型节点的游览时长一般基于日常作息习惯与专家打分等方式予以确定,其中景区、购物、娱乐、餐饮、住宿节点时长根据城市旅游主管部门对相应场所经营内容、场所大小及行业习惯等因素综合打分确定;而交通时长受旅游者所选交通方式的影响,其时长根据规划中相邻旅游节点间路网长度及路况情况予以确定。此外,模型根据不同节点属性类型将活动时长划分为浮动节点时长、固定节点时长两类,浮动节点时长通常对应观光型游览事件,是指在具体日程安排出现冲突的情况下,该节点时长可以按适当比例进行延长或缩短,例如出现景区节点时长过长而占用到餐饮用时情况下,可以将餐饮节点时段进行压缩以满足旅游者景区游玩的需要;而固定节点时长通常无法调整,例如交通出行时间一般受交通方式限制,耗费的时长相对较为固定且明确（表3）。
Tab. 3 Different types of urban tourist nodes

表3 不同类型城市旅游节点梳理

节点类型 节点描述 节点特征 时间配置
景区节点、购物节点、娱乐节点（游览类节点） 该类节点构成了旅游行程的主要功能,是行程规划的核心要素 游客在该类节点中一般耗时较长,通常需要满足基本的游览时间 时间可灵活调整,属于时长浮动类节点
时间可灵活调整,属于时长浮动类节点
餐饮节点、住宿节点（生活类节点） 该类节点主要满足游客基本需求,是重要程度仅次于游览类节点的辅助类节点 该类节点一般安排于主要旅行线路附近,以保障游览活动的流畅性
交通节点
（交通类节点）		 该类节点作为支撑行程安排的必要道路连接,是保障行程中游客移动的重要支撑 受到道路通行条件、路段复杂度、道路拥挤程度等因素影响 时间相对固定,属于时长固定类节点
（3）游时动态协调机制
由于日程时段与节点游览时长之间一般不能恰好完整匹配,因此需要讨论不同类型节点时长的压缩或拉伸原则。本文针对日程规划目标,提出6条日程时间冲突处理原则：① 遇到需要调整节点游览时长情况时,按优先级顺序依次拉伸或压缩,而在优先级相同的情况下则按比例进行分段调整;② 实际调整时,应先调整所属同一日程时段中的节点时段,进而调整相邻日程时段中节点时段;③ 保证游览的前提下,尽量满足餐饮和住宿时间,一般在旅游过程中需要首先满足餐饮、住宿等生活类事件时间的尽量充分,因此在遇到需要调整节点时长的情况时,应优先调整游览类节点,其次是生活类节点;④ 游时的详细安排是在游时切分的基础上进行的,需要从节点时段、半天时段、自然天时段层层递进进行安排;⑤ 节点时长的调整有量化规则,原则上是为了线路设计过程中在保证较好的旅游体验的同时尽量安排更多的内容,每个节点都有其最佳的游览时长范围,在进行时间安排时,不能超过这个范围。具体来说,在制定游时切分规则与节点时段划分规则的基础上,根据节点游览时长对已有空间顺序线路按时间序列进行调整。考虑到旅游行为的核心围绕于景点游览,因此在节点时间安排中遵循“景点节点-餐饮住宿节点-交通节点”的顺序展开。
根据国家旅游局在旅游行业规范性文件中的指导要求,以及各旅行社在实际旅游实践过程中的具体经验,各旅游节点的游览时间一般可在原定规划时段上下20%区间内浮动。具体来说,对于景区、购物、娱乐等游览类节点,其游览时长一般是浮动可变的,在具体安排中首先需要判断该节点时长经最大压缩后能否排入日程时段;若无法安排,再考虑将半天段内节点游览时长（包括当前待排节点）进行整体压缩以覆盖当前节点,其次考虑对当日餐饮和住宿时长进行压缩之后能否安排,最后考虑不同节点间交通出行时间的安排。在节点顺序确定之后,算法提供游客对每日游览时段进行精细化分配。算法支撑游客根据需要对具体日程进行动态调整,通过合理分配不同节点游览时间的方式,满足游客定制化需求。首先扣除固定时长的节点,对包括景区、购物、娱乐、餐饮、住宿在内的浮动节点依次进行时段划分（图5）,具体安排过程需注意以下关键条件：① 首先判断对该节点时长在不超过压缩限额的条件下能否排入当前半天时段（压缩时间保证在总时段20%为宜）;② 若无法安排,再考虑跨越至之前的半天时段对浮动节点（包括当前待排节点）进行时间压缩;③ 若仍无法安排则考虑对餐饮与住宿时间进行适当压缩保证游览需求;④ 当出现以上条件均未满足的情况时,将该节点作为候选节点以供游客自主调整。
Fig. 5 Travel schedule compression diagram in the case of adding a node

图5 添加节点情况下旅游日程压缩示意

在旅游行程安排过程中涉及到节点的动态调整,包括增加节点、删除节点、修改节点以及交换节点顺序等内容。对于增加节点的情况来说,游客向日程中已安排好的2个节点之间插入一个新节点,由于原始日程安排已对所有游时进行了充分分配,此时加入节点将与原有节点时间安排存在冲突,模型就需要对行程链中节点时长进行压缩或删除以满足该节点的插入。具体来说：① 在插入新节点后,需要顾及相关联节点进行线路的重新规划,获得新的线路空间排序;② 计算插入节点后需要增加的游览时间,其值为增加的交通时间与新增节点时长之和;③ 先对半天时段内浮动节点时长和餐饮时长进行压缩,然后对全天时段内浮动节点游览时长及餐饮时长进行压缩,判断能否插入该新增节点;④ 如果压缩后仍无法纳入节点,则需要依次对餐饮节点以及后续节点时长进行压缩,直至该节点能够被合理插入,流程如图6所示。
Fig. 6 Flowchart of the time allocation on each node

图6 节点游览时长安排流程

4 模型验证与结果分析

4.1 实证模型开发

基于上述算法内容,本文相应开发了原型系统,并以南京为案例地开展模型验证实验（图7）。通过构建的行程规划模型采集实验样本游客的旅游行程基本信息,包括出游时间、人员组成、交通工具、费用预算、出游起始点以及特殊景点偏好等信息。具体通过行程ID将游客个人信息与行程基本信息相映射,结合不同的出行条件,经过模型运算得出行程规划结果。具体选择了2个实际应用案例进行深入分析：① 在线路设计方面,实验选择中山陵作为行程起点,测度算法中对景点空间拓扑关系以及路网距离等支撑条件的适应性判断水平,同时测度结果的可靠性与合理性;② 在对日程安排的验证实验中,实验给定自驾出游1天,给定6个出游景点,需要沿线安排餐饮住宿,提交系统进行规划,测度其对各节点时间安排的合理性。最后,实验将软件规划结果与现有旅行社线路设计成果进行比对,进一步验证算法合理性。
Fig. 7 Travel itinerary planning system

图7 旅游行程规划系统

4.2 结果验证分析

4.2.1 线路顺序验证
实验选取中山陵为出行首位景点,综合考虑节点所处环境的空间拓扑关系,结合遗传算法与城市路网条件进行线路规划。表4规划结果显示,在线路安排中考虑到中山陵、明孝陵与灵谷寺同属于钟山风景区,因而在明孝陵之后首先安排了灵谷寺景区,而并选择道路距离更近的南京博物院,从而保证了游览的连贯性（表4）;此外,图8（b)侧规划结果显示,在考虑总统府、夫子庙与玄武湖3个景点游览顺序时,算法选择将总体道路距离最短作为规划依据,给出了优先玄武湖而后夫子庙的顺序安排,从而保证最大缩短路程距离,限度节省道路交通时间（表4）。从线路顺序安排结果来看,算法顾及了节点拓扑关系与路网距离,规划结果相对合理。节点筛选顺序结果如图8所示。
Tab. 4 Sequential screening scheme of travel nodes in Nanjing that considers spatial-topological relationships

表4 顾及空间拓扑关系的南京市节点游览顺序筛选方案

顾及钟山风景区景点拓扑关系的节点筛选顺序 顾及整体游览最短路径距离的节点筛选顺序
筛选顺序 景区名称 与前节点道路距离/km 筛选顺序 景区名称 与前节点道路距离/km
1 中山陵 - 1 中山陵 -
2 明孝陵 3.6 2 灵谷寺 3.5
3 灵谷寺 5.6 3 总统府 9.4
4 南京博物院 6.5 4 玄武湖 4.1
5 瞻园 5.6 5 夫子庙 6.2
6 中华门 1.1 6 大屠杀纪念馆 5.2
Fig. 8 Travel itinerary planning scheme in Nanjing that considers spatial-topological relationships of the zhongshan scenic area and the overall tour path

图8 顾及钟山风景区与整体游览路径空间拓扑关系的南京市旅游线路规划方案
注：数字为游览线路顺序。

4.2.2 日程安排验证
算法得出的游览线路顺序（图9）与系统推荐日程安排（表5）,从日程表安排中可看出,夫子庙景区因为其游览时间较长,无法安排入当日下午游览时段,同时由于夫子庙属于晚间可游玩景区,故将其安排在晚间时段游玩,较为合理。同时系统将下午梅园新村和总统府景区的规划游览时间延长,以保证下午旅游时间段的充分安排。在空间路线规划上也顾及到将空间位置临近的景区进行组合,保证了旅游线路不走“回头路”,满足出行总体交通时间最短。另外,算法根据计算出的路网与游客出行方式,给出了预估的交通时间,并给出建议节点到达时间与建议游览时间,供游客参考选择。
Tab. 5 Time schedule of travel itinerary in Nanjing that considers spatial-topological consistency

表5 顾及时空一致性的南京市旅游日程安排

时间段 节点名 交通时间/min 到达时间 一般用时/min 规划用时/min
早餐 待定 0 07:00 60 60
上午 中山陵 0 08:00 90 75
明孝陵 5 09:20 120 100
灵谷寺 10 11:10 60 50
午餐 鸿运酒楼 10 12:10 90 65
下午 梅园新村
总统府		 15 13:30 60 88
5 15:03 120 177
晚餐 农家乐 5 18:00 90 75
晚上 夫子庙 10 19:30 150 120
住宿 如家酒店 10 21:10 570 560

注：此处交通时间是指该节点与上一节点间交通时间,以5 min为单位;景区一般用时与规划用时以分钟为单位,一般用时是指旅游者在节点游玩时的常规游玩时间,单位设定为分钟,规划用时是指系统推荐给旅游者的系统规划时间,单位设定为分钟。

Fig. 9 Space sequence of travel itinerary in Nanjing that considers spatial-topological consistency

图9 顾及时空一致性的南京市旅游空间线路安排
注：数字为游览线路顺序。

将实验结果与已有线路设计方案相比较,发现模型生成的线路安排相较已有经典旅游线路在节点选取、时间、空间3个方面均出现了重构现象,这与前文给出的行程链时空重构模式相吻合。此外,选取了江苏本省13家旅行社现有的南京市旅游线路设计方案（共153类）,将线路按照经典游线、主题游线、特色游线、星级优先、费用最少等条件进行分类,并与本算法系统在同等条件下的规划行程方案进行匹配度比较（表6）,实验结果表明,在节点名称平均匹配度在91%左右,节点数量平均匹配度在88%左右,节点顺序平均匹配度在85%左右,体现出系统规划方案的应用可行性较好。
Tab. 6 Match between the planned routes and travel agencies routes in Nanjing (%)

表6 不同条件规划结果与旅行社线路匹配度（以南京为例）

匹配类型 经典1日游 经典2日游 经典3日游 星级优先 景点最多 费用最少
节点名称匹配度 90 87 86 95 88 93
节点数量匹配度 94 89 85 90 83 87
节点顺序匹配度 87 85 81 89 80 84

5 结论与讨论

本文以旅游行程的时序变化为主要线索,借鉴旅游地理学、时间地理学、行为地理学相关理论研究基础,以游客个体为落脚点,在综合考虑其旅游行为习惯与模式特征的基础上,顾及线路要素间时空耦合性与灵活性,相应构建旅游行程规划链模型。具体阐述了行程链要素耦合关系与时空模式,分析不同阶段旅游者行为特征及要素关联性,揭示游客行为的内在机理。在此基础上,提出了同时顾及空间线路设计与日程时间安排相结合的行程规划方法,一方面通过节点空间聚类与遗传算法相结合的形式拓展了现有节点空间组织方法;另一方面,构建了具体的游时切分规则、节点时长划分规则、日常安排原则与游时动态协调机制。最后,以南京为案例地,基于算法模型进行原型系统的开发与应用,将规划结果与游客实际出游线路想比较,验证了模型算法的合理性与可用性。
已有的城市级旅游行程规划方法主要关注于旅游节点（特别是景点）间的空间位置特征与拓扑关系,一方面,对旅游出行过程中的涉及到的食、住、行、游、购、娱等多个方面要素的关注不足;另一方面,现有研究也缺乏对旅游节点的时空属性进行有机衔接,使得线路安排在时间上迁就于景点的空间排布而被动调整,往往导致出现“走马观花”的游览现象,这无疑降低了游客的游玩体验。本文相较已有的行程规划研究,将行程基本信息（如旅行时间、费用预算、出发地、目的地等）作为前置条件,从游客视角出发,对旅游行程从时间角度进行整体考量。具体对旅游节点的时间与空间特征进行有机整合,在满足旅游线路的空间顺序的同时,也考虑了各旅游要素时间安排的合理性。需要注意的是,模型的具体应用仍受到旅游行程基本出行条件的约束,针对旅游者个性化需求的灵活性不强,考虑到游客在实际出行过程中旅游需求也在动态调整,后期需要针对这类情况对模型的适应性、灵活性与稳定性进行进一步优化。
智慧旅游的深入发展推动了旅游产业的信息化变革,旅游行程规划服务为游客与旅行社提供了更加多元化的解决方案[33,34,35]。本文提出旅游行程链模型及实现算法要面向城市旅行社与自助游游客,旨在提供规划速度快捷、路线与时间安排精细的行程方案选择,可作为旅游出行前线路设计与日程安排的参考依据。研究成果有助于对旅游要素相互作用过程与影响机制分析提供理论支撑,丰富信息时代旅游地理学、行为地理学和时间地理学的理论内涵和方法体系,深化了对旅游行程链构建方法的认识,并发展了旅游地理学的时空统一理论[36,37]。另外,从时空行为视角开展旅游行程规划研究,对促进旅游产品创新和结构调整,提高游客旅游体验质量,引导智慧旅游建设实现个性化、精准化和智能化的服务,实现旅游业转型升级,具有一定的现实意义。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
朱明,史春云,袁欣,等.基于旅行社线路的国内旅行空间模式研究[J].旅游学刊,2010(9):32-37.

[ Zhu M, Shi C Y, Yuan X, et al.Study on domestic travel spatial patterns based on the itineraries of travel agency[J]. Tourism Tribune, 2010(9):32-37.]

[2]
陈佳敏. 智慧旅游系统的设计和实现[D].南京:南京邮电大学,2017.

[ Chen J M.Design and implementation of smart tourism system[D]. Nanjing: Nanjing University of Posts and Telecommunications, 2017. ]

[3]
王懿雯. 基于热点空间网络建模的个性化旅游行程规划[D].南京:东南大学,2017.

[ Wang Y W.Personalized travel route planning based on poi-spatial network modeling[D]. Nanjing: Southeast University, 2017. ]

[4]
睢先先,宋夫华.基于ACO的智能终端旅游行程规划系统设计[J].计算机应用与软件,2016,33(9):231-234,300.

[ Sui X X, Song F H. Designing aco-based travel ininerary planning system with smart terminal[J]. Application and Software of Computer, 2016,33(9):231-234,300.]

[5]
曹阳. 城市旅游规划行程链的模型构建及其应用研究[D].南京:南京师范大学,2014.

[ Cao Y.The design and application of urban tourism planning itinerary chain model[D]. Nanjing: Nanjing Normal University, 2014. ]

[6]
史春云,朱传耿,赵玉宗,等.国外旅游线路空间模式研究进展[J].人文地理,2010,25(4):31-35.

[ Shi C Y, Zhu C G, Zhao Y Z, et al.Research progress of spatial patterns of travel itineraries in foreign countries[J]. Human Geography, 2010,25(4):31-35. ]

[7]
李旭,马耀峰.海外旅游者对旅游目的地和旅游路线的选择研究[J].陕西师范大学学报(自然科学版),2003,31(2):115-119.

[ Li X, Ma Y F.Overseas tourists’ choices in destinations and traveling routes[J]. Journal of Shaanxi Normal University(Natural Science Edition), 2003,31(2):115-119. ]

[8]
马晓龙. 基于游客行为的旅游线路组织研究[J].地理与地理信息科学,2005,21(2):98-101.

[ Ma X L.A study on organization of tour routes based on tourists' behaviors[J]. Geography and Geo-information Science, 2005,21(2):98-101. ]

[9]
吴小根,李海鸽,冯英杰.江苏省国内旅游线路节点配置研究[J].地域研究与开发. 2011(5):118-122.

[ Wu X G, Li H G, Feng Y J.Researches on nodes configuration of domestic tourist routes in jiangsu province[J]. Areal Research & Development, 2011(5):118-122. ]

[10]
史春云,张宏磊,朱明.国内旅游线路模式的空间格局与特征分析[J].经济地理,2011,31(11):1918-1922.

[ Shi C Y, Zhang H L, Zhu M.Spatial structure and characteristics of domestic travel itineraries patterns[J]. Economic Geography, 2011,31(11):1918-1922.]

[11]
Cenamor I, de la Rosa T, Núñez S, et al. Planning for tourism routes using social networks[J]. Expert Systems with Applications, 2017,69:1-9.

[12]
叶玉玲,韩明初,陈俊晶.基于出行链的城际旅客出行方式选择行为[J].同济大学学报(自然科学版),2018,46(9):1234-1240.

[ Ye Y L, Han M C, Chen J J.Intercity passenger travel mode choice behavior based on trip chain[J]. Journal of Tongji university(natural science), 2018,46(9):1234-1240. ]

[13]
王振,张志敏,王伟,等.基于百度API开源数据的居民出行研究[J].交通运输研究,2018,4(3):18-24.

[ Wang Z, Zhang Z M, Wang W, et al.Resident trip analysis based on open source data of baidu API[J]. Transport Research, 2018,4(3):18-24. ]

[14]
Chen J M, Nijkamp P.Itinerary planning: Modelling cruise lines' lengths of stay in ports[J]. International Journal of Hospitality Management, 2018,73:55-63.

[15]
张凌云,黎巎,刘敏.智慧旅游的基本概念与理论体系[J].旅游学刊2012,27(5:66-73.

[ Zhang L Y, Li M, Liu M.On the basic concept of smarter tourism and its theoretical system[J]. Tourism Tribune / Lvyou Xuekan, 2012,27(5):66-73. ]

[16]
史永,龙毅,陈林,等.面向智能导游的双加权图模型及其路径规划[J].地球信息科学学报,2014,16(6):867-873.<p>景区游览线路是游客游览不同景点的有效选择路径。在导航系统中通常结合各景点POI(Point of Interest)和景区路网的路径规划而生成, 但是, 针对具有一定范围与多出入口的景点(如建筑物类景点), 单一的POI坐标描述机制规划产生的游览路径, 往往与智能导游应用中实际可行的最优游览路径存在明显差异。本文分析了景点大小、多出入口等特征对景区游览路径规划的影响, 提出了顶点和边的权重均可动态选择的景区双加权图模型, 突破了单一POI 描述机制的限制。同时, 讨论了景区双加权图模型的化简、构建方法, 并以Dijkstra 算法和Prim 算法为基础, 给出了其最优路径规划求解算法。实验表明, 本文模型及其最优路径规划算法所得结果更为优化与合理, 具有较少的游览规划距离和更为紧凑的游览过程安排。</p>

DOI

[ Shi Y, Long Y, Chen L, et al.Research on double-weighted graph model and optimal path planning for intelligent tourism navigation considering entrances and exits[J]. Journal of Geo-Information Science, 2014,16(6):867-873. ]

[17]
Mckercher B, Lau G.Movement patterns of tourists within a destination[J]. Tourism Geographies, 2008,10(3):355-374.

[18]
Connell J, Page S J.Exploring the spatial patterns of car-based tourist travel in Loch Lomond and Trossachs National Park, Scotland[J]. Tourism Management. 2008,29(3):561-580.

[19]
Zillinger M.Tourist routes: A time-geographical approach on German car-tourists in Sweden[J]. Tourism Geographies. 2007,9(1):64-83.

[20]
Lew A, Mckercher B.Modeling tourist movements: A local destination analysis[J]. Annals of Tourism Research, 2006,33(2):403-423.

[21]
Wu X, Guan H, Han Y, et al.A tour route planning model for tourism experience utility maximization[J]. Advances in Mechanical Engineering, 2017,9(10):1-8.

[22]
Abubakar E O, Idoko O, Ocholi O S.Efficient tour planning for tourist sites visitation in Lokoja, Nigeria: A multi-scenario analysis using GIS[J]. Journal of Geographic Information System, 2017,9(1):59.

[23]
陆林,汤云云.珠江三角洲都市圈国内旅游者空间行为模式研究[J].地理科学,2014,34(1):10-18.lt;p>以珠江三角洲（下称珠三角）都市圈国内主要客源地2009~2011 年度中国100 强旅行社官网旅游线路报价单为基础数据，研究了珠三角都市圈发展较为成熟阶段的旅游者空间行为模式及目的地类型，发现：① 珠三角都市圈旅游者空间行为模式总体上以营区基地式和完全环游式为主。不同客源地旅游者行为模式差异较大，广东省内旅游者以单目的地式和港澳小环游为主，其余客源地旅游者多采用营区基地式、往返式、区域环游式和完全环游式等旅行模式；② 珠三角都市圈各城市在旅游线路中出现的频次存在较大差异，总体呈现出3 个等级层次关系，不同城市在大小珠三角都市圈以及不同客源地旅游线路中的角色与地位不同，据此得出珠三角都市圈各客源地的空间行为模式图；③ 比较大小珠三角都市圈在空间行为模式上的差异，发现港澳与珠三角地区在旅游发展上逐渐成为一个联系紧密的整体，但实现三地旅游一体化尚待时日。</p>

[ Lu L, Tang U U.Spatial behavior patterns of domestic tourists of the zhujiang river delta metropolitan area[J]. Scientia Geographica Sinica, 2014,34(1):10-18. ]

[24]
袁欣,史春云,朱明,张兴华.长三角区域旅游线路模式及目的地类型研究[J].旅游科学,2010,24(6):55-63.

[ Yuan X, Shi C Y, Zhu M, et al.A study on the itinerary patterns and destination types in the yangzi river delta[J]. Tourist Science, 2010,24(6):55-63. ]

[25]
赵昕,关宏志,王昊.基于旅游动机的旅游目的地选择行为分析[J].交通运输系统工程与信息,2014,14(5):175-180.

[ Zhao X, Guan H Z, Wang H.An analysis on choice behavior of tourist destination based on tourist motivation[J]. Journal of Transportation Systems Engineering and Information Technology, 2014,14(5):175-180. ]

[26]
贾中星,景海涛,李伟.基于GIS与旅行商问题的自驾游路径设计[J].测绘与空间地理信息,2014(9):93-96.

[ Jia Z X, Jing H T, Li W.Self-driving route design concerning gis and traveling salesman[J]. Geomatics & Spatial Information Technology, 2014(9):93-96. ]

[27]
Lew A A, Mc Kercher B.Trip destinations, gateways and itineraries: The example of Hong Kong[J]. Tourism Management, 2002,23(6):609-621.

[28]
林岚,许志晖,丁登山.旅游者空间行为及其国内外研究综述[J].地理科学,2007,27(3):434-439.学者们对于旅游者空间行为往往是基于这样的理解:旅游者空间行为是旅行行为地域移动的游览过程。以动态分析视角,对旅游者空间行为概念进行重新界定,认为旅游者空间行为有广义和狭义之分,并对其国内外相关研究进行系统总结和评价。

[ Lin L, Xu Z H, Ding D S.Spacial Behavior of Tourists Research[J]. Geography Science, 2007,27(3):434-439. ]

[29]
张凌云. 旅游地引力模型研究的回顾与前瞻[J].地理研究,1989(1):76-87.

[ Zhang L Y.Review on the study of tourism gravity models and it's future[J]. Geography Research, 1989(1):76-87. ]

[30]
Mancini S, Stecca G.A large neighborhood search based metaheuristic for the tourist cruises itinerary planning[J]. Computers & Industrial Engineering, 2018,122:140-148.

[31]
宣国富,陆林,汪德根,等.三亚市旅游客流空间特性研究[J].地理研究,2004,23(1):115-124.

[ Xuan G F, Lu L, Wang D G, et al.Spatial characteristics of tourist flows in coast resorts: A case study of sanya city[J]. Geographical Research, 2004,23(1):115-124. ]

[32]
卢天玲. 塔尔寺旅游者旅行模式及其对地方旅游经济的影响[J].旅游学刊,2008,23(12):29-33.旅游业通常被认为对地方经济有促进作用，然而对这种作用很少从旅游者旅行模式的角度进行分析。本文以多目的地旅行（LCF）模型作为工具，分析了青海省塔尔寺游客的旅行模式，鉴别出了主要的4种旅行模式，并进一步分析了这几种模式的旅游者在目的地的消费行为。以此为根据，本

[ Lu T L.The travelling patterns of taer lamasery tourists and their impact on local tourism economy[J]. Tourism Tribune, 2008,23(12):29-33. ]

[33]
Sylejmani K, Dorn J, Musliu N.Planning the trip itinerary for tourist groups[J]. Information Technology & Tourism, 2017,17(3):275-314.

[34]
杨兴柱,吴静.南京市旅游流网络结构特征历时性比较[J].旅游科学,2015(4):35-46.

[ Yang X Z, Wu J.A diachronic comparison of the characteristics of the structure of tourism flow network in nanjing[J]. Tourism Science, 2015(4):35-46. ]

[35]
陈享尔,蔡建明.基于资源类型及空间特征的城郊观光农业旅游线路研究——以上海市闵行区为例[J].经济地理,2013,33(9):161-168.

[ Chen X E, Cai J M.Tour routes of tourism agriculture in the suburbs of big cities based on the types and spatial characteristics of resources: A case study of minhang district of shanghai[J]. Economic Geography, 2013,33(9):161-168. ]

[36]
郑玥,龙毅,明小娜,严瑞.多种空间关系组合的地理位置自然语言描述方法[J].地球信息科学学报,2011,13(4):465-471.针对单一描述语句表达位置信息的不足,如依赖用户对单一参照物的熟悉程度、定位范围较大而不明确等,本文提出同时采用多种参照物并兼顾多种空间关系的组合描述机制,逐步逼近目标位置,同时弱化用户对参照物的认知依赖。探讨了具有结构特征及与目标物有空间关系约束等不同类型参照物的选取方法,研究了空间关系等相对位置信息的描述参数及其计算方法,并结合空间认知理论将结果转换为对应的自然语言词汇,通过各种类型信息自然语言描述语句的句法模式形成完整的语句,最后在组合描述原则的指导下,将多个描述语句整合为多空间认知层次、多定位结构的位置信息描述语段。经实验对比单句描述与组合描述两种方式,证明后者有助于提高地理目标位置认知与定位的效果。

DOI

[ Zheng Y, Long Y, Ming X N, et al.Natural language description of geographic location considering various spatial relations with different references[J]. Journal of Geo-information Science, 2011,13(4):465-471. ]

[37]
吴长彬,闾国年.空间拓扑关系若干问题研究现状的评析[J].地球信息科学学报,2010,12(4):524-531.空间拓扑关系是G IS研究中的基础性问题。其对空间数据的存储与表达、空间查询分析与实际应用等都具有重要的意义。从空间拓扑关系认知与语义、空间拓扑关系形式化表达、空间拓扑关系推理、时空拓扑关系表达几个方面介绍拓扑关系的研究现状,特别对空间拓扑关系形式化表达,一直是国内外G IS研究的一个热点,存在交叉、区域连接演算、二维字符串等模型;讨论了拓扑关系最新的研究方向,针对当前模型无法表达复杂的点、线、面间拓扑关系的突出问题;探讨了复杂空间拓扑关系描述研究的思路,根据实际中地理目标的不确定性和模糊性特点,介绍了不确定对象的拓扑关系表达的一些研究动向。

[ Wu C B, Lv G N.Spatial topological relationships: An overview and analysis[J]. Journal of Geo-information Science, 2010,12(4):524-531. ]

Options
Outlines

/

〈 〉