01国家旅游局旅游基础数据库项目大数据分析报告

国家旅游局旅游基础数据库建设项目2014年目的地影响力大数据分析报告目 录1. 概述12. 综合分析12.1 目的地网络影响力分析12.1.1 综合分析12.1.2 美食分析32.1.3 住宿分析42.1.4 交通分析52.1.6 观光分析72.1.7 购物分析82.1.8 娱乐分析82.2 目的地线下影响力分析82.2.1 综合分析92.2.2 A级景区经营数据分析92.2.4 导游投诉112.2.6 客流量分析123. 专题分析123.1 景区影响力专题分析123.1.1 综合分析133.1.2 评论来源143.1.3 景区类型143.1.4 所属区域153.1.5 所属目的地163.1.6 评论热度173.2 酒店网络影响力分析184. 微博分析184.1 热点事件184.1.1 微博传播184.1.2 意见领袖204.1.3 舆论声量214.1.4 人群分析21北京华胜天成科技股份有限公司 1. 概述目前，旅游基础数据库项目大数据分析平台根据现有数据来源以及可分析内容设置了三个导航栏目，分别为：综合分析、专题分析、微博分析。综合分析导航栏目包括目的地网络影响力分析和目的地线下影响力分析。专题分析导航栏目包括景区网络影响力分析和酒店网络影响力分析。微博分析导航栏目下设置了热点事件子栏目。2. 综合分析2.1 目的地网络影响力分析我们以云端采集的电商来源酒店、景区评论信息为基础，纳入微博、论坛贴吧等信息，从旅游6要素出发，深入钻取各下层维度。通过分析“吃、住、行、游、娱乐、购”等要素关键词词库及热词词库，得出目的地网络影响力的综合排名。目的地网络影响力分析中我们分为七个页面展示数据分析结果。即：综合分析、美食分析、住宿分析、交通分析、观光分析、购物分析、娱乐分析。2.1.1 综合分析综合分析页面中包含了不同维度的目的地网络影响力排名，目前配置了一些模型作为参考，分别为：1.十大热门城市热门城市排名是从目前已采集的数据中提取出不同维度的目的地排名（例如美食排名，好住排名，评论热度），可通过分配不同权值叠加得出排名数据（现比例为1:1:1:1，也可根据网络趋势和专家意见调整权值大小）。2.十大通畅城市通畅城市排名为网络评论中提及交通类词汇且评价为正向的目的地评论热度排名。通畅城市排名体现了游客对目的地的交通感受。3.十大美食城市，十大美食省份美食城市排名为网络评论中提及美食类词汇且评价为正向的目的地评论热度的排名。美食城市排名体现了目的地城市游客对目的地特色美食的喜好程度。4.十大好住城市好住城市排名为网络评论中提及住宿类词汇且评价为正向的目的地评论热度的排名。好住城市排名体现了目的地城市住宿水平好坏。5.十大观光城市观光城市排名为网络评论中提及观光类词汇且评价为正向的目的地网络评论热度的排名。观光城市排名体现目的地城市各景区的观光热度。6.十大娱乐城市观光城市排名为网络评论中提及娱乐类词汇且评价为正向的目的地网络评论热度的排名。娱乐城市排名体现了游客在目的地景区的娱乐体验。7.十大购物城市购物城市排名为网络评论中提及购物类词汇且评价为正向的目的地网络评论热度的排名。购物城市排名体现了游客在目的地城市的购物体验。具体模型如下列图示： 2.1.2 美食分析美食分析子模型包含了美食热度排名（同之前的十大美食城市），美食热词，包含味道关键词的评论情感分析，和包含小吃关键词的情感分析（可以针对具体的目的地或景区做配置），以及提及小吃的十大目的地城市。具体模型如下列图示： 2.1.3 住宿分析住宿分析子模型包括住宿热度排名（同前十大好住城市），关于住宿方面评论的热词展示，和住宿中关于位置，价格，设施，卫生等方面的情感分析（可以针对具体景区和目的地做分析）。具体模型如下列图示： 2.1.4 交通分析交通分析子模型包括交通热度排名（同前十大通畅城市）；区域交通出行关注度（城市内部交通出行），其中选取了典型的地铁、公交、自行车、出租车等交通工具做对比；区间交通出行关注度（城市之间，省份之间的交通出行）其中选取了典型的火车、飞机、动车、高铁等交通工具做对比；同时选取了四个不同地区的典型旅游城市（北京，济南，西安，杭州）的交通出行的对比；最后做了13年和14年总体交通出行各交通工具占比对比表和提及交通的评论热词展示。具体模型如下列图示： 2.1.6 观光分析观光分析子模型包括观光热度排名（同前十大观光城市）；观光热词展示；选取了十大观光景区的热度对比；四省（北京，上海，浙江，山东）旅游观光景区热度分析对比；四观光景区热度对比。具体模型如下列图示： 2.1.7 购物分析购物分析子模型包括购物热度排名（同前十大购物城市）和购物热词展示。具体模型如下列图示： 2.1.8 娱乐分析娱乐分析子模型包括娱乐热度排名（同前十大娱乐城市），具体模型如下列图示： 2.2 目的地线下影响力分析目的地线下影响力分析以行业系统数据为基础（主要是A级景区管理系统及重点景区客流量系统、假日预报系统），目前分配了四个子模型：A级景区经营数据分析，综合分析，导游投诉，客流量分析。2.2.1 综合分析综合分析子模型是将A级景区管理系统业务数据，重点景区客流量系统数据，与云端采集电商来源数据进行叠加得出的分析结果。具体模型如下图所示：2.2.2 A级景区经营数据分析A级景区经营数据分析以国家旅游局A级景区管理系统的业务数据为基础，对景区年度总收入，接待游客量，门票收入，商品收入，餐饮收入，交通收入，住宿收入等进行多维度分析，我们就2013年的数据进行了整理得出景区收入及游客接待量的排名分析。具体模型如下列图示： 2.2.4 导游投诉导游投诉数据取自于调研阶段从质监投诉系统及导游员管理系统获取的部分数据，用于模型测试，我们对数据进行综合分析展示，具体模型如下列图示： 2.2.6 客流量分析客流量分析以北京客源目标景区人数分布为例进行了模型的配置。数据来源以重点景区客流量系统、A级景区客流量系统为主，同时也参考了互联网上的一些新闻媒体等发布的公告数据。具体模型如下列图示： 3. 专题分析专题分析以电商评论数据为主，包括景区影响力专题分析和酒店影响力专题分析，通过云端采集的多来源信息对景区酒店进行多维度分析。3.1 景区影响力专题分析景区影响力专题分析包括以下六个子模型：综合分析、评论来源、景区类型、所属区域、所属目的地及评论热度。3.1.1 综合分析综合分析子模型包括：景区热度综合分析，通过各个维度的叠加得出的景区热度的综合排名；自然景观和人文景区类景区热度排名；景区美誉度（正向和极好）的排名；景区2014年度总评论数变化趋势和故宫2014年度总评论数变化趋势图，具体模型如下列图示： 3.1.2 评论来源目前推送到大数据分析平台的景区评论信息基本从各大电商网站上采集到的，就其中已推送到大数据分析平台的4A、5A级景区评论数据来源进行分类得出景区评论来源排行榜。由图可看出采集数据中百度旅游的评论数据最多。另对天目湖和故宫博物院两景区的评论来源数据进行了对比分析。具体模型如下列图示： 3.1.3 景区类型景区类型暂以5A景区做示例，根据2012年中国旅游景区发展报告将景区分为十个类型：（自然景观，历史文化，度假休闲，红色旅游，主题游乐，博物馆，乡村旅游，工业旅游，科技教育，其他）。做了不同类型的景区评论热度前三名。具体模型如下列图示： 3.1.4 所属区域所属区域子模型包括了5A景区评论数据分布图（景区的评论全都置于景区所在目的地下面得出的结果）；被评论的5A景区各省分布示意图（目前存在没有采集到评论的5A景区）；各省5A景区分布和5A景区地理区域分布表。具体模型如下列图示： 3.1.5 所属目的地所属目的地子模型包括口碑最好的十大旅游目的地（极好）和四个不同季节最热门的目的地排名。具体模型如下列图示： 3.1.6 评论热度评论热度子模型包括全国5A景区评论数量排行榜（2014年），5A景区评论分区域排行榜（2014年），全国5A景区评论数量排行榜（按季节）。具体模型如下列图示： 3.2 酒店网络影响力分析酒店网络影响力分析暂时栏目设置跟景区网络影响力分析栏目设置相同。 4. 微博分析考虑到近期旅游行业暂未发生影响力较大的负面事件，微博分析选取了一个近期【4天600元带你游遍青岛】的中性营销事件做热点事件的专题分析。热点事件目前共设四个维度：微博传播，意见领袖，舆论声量，人群分析。4.1 热点事件4.1.1 微博传播微博传播页面包括原创微博【4天600元带你游遍青岛】；营销时间的传播分析：因为采集器网络问题，只采集到第四层数据，所以目前看到的轨迹图只到第三层转发，微博转发轨迹图每隔点代表一个用户，中心的红点代表原创信息；微博二次传播评论分布，是微博一次转发后，每个转发用户的评论数量分布；