文化旅游大数据建设第1 部分：数据采集

DB13文化旅游大数据建设河北省市场监督管理局发布I 2规范性引用文件 3术语和定义 4基本要求 错误！未定义书签。5数据采集方式 6数据接口要求 7文化旅游资源元数据格式 8数据采集技术 附录A（资料性）文化数字资源采集内容 附录B（资料性）旅游数字资源采集内容 参考文献 DB13/T××××-2025《文化旅游大数据建设》分为以下4个部分：第3部分：数据存储与管理；——第4部分：数据分析与可视化。——第1部分：数据采集——第2部分：数据预处理；——本部分为DB/T××××—2025《文化旅游大数据建设》的第1部分。本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起本文件由河北省文化和旅游厅提出并归口。本文件起草单位：河北民族师范学院、承德应用技术职业学院本文件主要起草人：姜立新、贾志伟、李建峰、鞠安琪、金疆、房健、林雪梅、任海军、黄大伟、周长会、张海鹏、赵彦明本文件于2025年*月首次发布。3文化旅游大数据建设第1部分：数据采集本文件规定了文化旅游大数据建设中数据采集的术语和定义、基本要求、数据采集方式、数据接口要求、文化旅游资源元数据格式、数据采集技术。本文件适用于文化旅游行业大数据的采集过程。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T18391.1-2009信息技术元数据注册系统(MDR)第1部分：框架GB/T35295-2017信息技术大数据术语GB/T36345-2018信息技术通用数据导入接口GB/T38548.4-2020内容资源数字化加工第4部分：元数据WH/T99.1-2023非物质文化遗产数字化保护数字资源采集和著录第1部分：总则LB/T079-2020旅游基础信息资源规范3术语和定义下列术语和定义适用于本文件。3.1数据资源数据资源是以电子化形式记录和保存、可机器读取、可供社会化再利用的数据集合。通常包括文本、图像、声音、动画、视频等多种数字形式。3.2数据采集对数据资源进行收集的方法与过程。主要指从物联网和智能设备、在线系统、离线系统、内网平台和互联网平台等获取各种类型的结构化及非结构化海量数据的过程。3.3文化数据资源民间文学、传统音乐、传统舞蹈、传统戏剧、曲艺、传统体育、游艺与杂技、传统美术、传统技艺和民俗等具有数字化载体形式的资源。43.4旅游数据资源在旅游领域的出行、住宿、餐饮、游览、购物、娱乐、代理服务和公共服务等活动的稳定信息并具有数字化载体形式的资源。3.5结构化数据一种数据表示形式，按此种形式，由数据元素汇集而成的每个记录的结构都是一致的并且可以便用关系模型予以有效描述。[来源：GB/T35295-2017,2.2.13]。3.6非结构化数据不具有预定义模型或未以预定义方式组织的数据。[来源：GB/T35295-2017，2.1.25]。3.7动态数据处于活动状态，其典型特征表现为大数据的速度和多变性特征的数据。注：在网络上传输或暂时驻留于计算机内存中供读取或更新。以实时或近实时方式进行[来源：GB/T35295-2017，2.1.36]。3.8静态数据处于静正状态，其典型特征表现为大数据的体量和多样性特征的数据。[来源：GB/T35295-2017，2.1.37]。3.9物联网通过感知设备，按照约定协议，连接物、人、系统和信息资源，实现对物理和虚拟世界的信息进行处理并作出反应的智能服务系统。[来源：GB/T35295-2017，2.2.11]。3.10元数据定义和描述其他数据的数据。［来源：GB/T18391.1—2009，3.2.16］53.11ETL将数据从来源端经过抽取（Extract）、转换（Transform）、加载（Load）至目的端的过程。4采集内容4.1文化数据资源采集内容文化数据资源应符合WH/T99.1-2023第7.2的规定，包括民间文学、传统音乐、传统舞蹈、传统戏剧、曲艺、传统体育、游艺与杂技、传统美术、传统技艺、民俗9个门类的数字文本、数字图片、数字音频和数字视频。本标准规定的采集内容见附录A。4.2旅游数据资源采集内容旅游数据资源的分类应符合LB/T079-2020第4.4条的规定，包括旅游出行、旅游住宿、旅游餐饮、旅游游览、旅游购物、旅游娱乐、旅游代理服务和旅游公共服务8种类型的数字文本、数字图片、数字音频和数字视频。本标准规定的采集内容见附录B。5数据采集方式5.1要求文化旅游大数据根据数据来源、时间、地点、数据类型、数据格式、数据量等具体需求和应用场景来确定数据采集方式。5.2方式5.2.1全量采集一次性提取所有数据，适用于数据量较小或在特定时间内静态且完整的数据。5.2.2增量采集只提取自上次提取以来发生变化的数据，适用于数据量较大或需要频繁更新的动态数据。5.2.3实时采集持续监控数据源的变化，实时采集新产生的动态数据。适用于时间戳、快照、触发器、日志等变更数据采集方式。5.2.4API采集通过调用外部系统的API接口获取数据，适用于不同系统集成应用的场景。6数据接口要求数据接口应符合GB/T36345-2018第4章的要求。7文化旅游资源元数据格式6文化旅游资源的文本、图片、表格、公式、音频、视频等要素元数据格式应按照GB/T38548.4-2020第6章和第8章的要求，规范本标准附录A和附录B的采集内容。8数据采集技术8.1离线采集技术针对只要求分析结果、不要求实时采集和分析的静态数据，应采用ETL离线采集技术。8.2实时采集技术针对数据采集和分析有实时处理要求的动态数据，应采用设备采集技术、文件采集技术、网络采集技术和其它采集技术。8.2.1设备采集技术通过物联网中的传感器、摄像头、智能穿戴和其他智能终端自动采集信号、图片或视频来获取数据的技术。设备采集技术要实现对结构化、半结构化、非结构化的海量数据的智能化识别、感知、适配、转换、传输、接入、初级处理和管理。8.2.2文件采集技术采用相关软件系统的流式处理技术，实时记录数据源的各种变化，对业务数据进行解析、去重、去噪、中间计算等处理后存储，同时防止数据采集过程中产生数据堆积现象。8.2.3网络采集技术通过网络机器人或开放的API按照一定规则从网络上自动获取数据的技术。网络采集技术还可以从网络中将非结构化数据和半结构化数据进行提取、清洗转换成结构化数据，存储于本地数据库，附件与正文可自动关联。8.2.3其他采集技术对于安全性和保密性要求较高的客户数据、经营数据、财务数据，开发和使用特定系统接口的采集技术。7（资料性）文化数字资源采集内容A.1民间文学基础数据A.1.1文字作品名称、属性类别、语言种类、内容梗概、作品全文、形成或记录年代、演述人、流传情况和影响力、采集人、采集时间、采集地点。A.1.2图片文献、实物的图片，口头演述的底本和道具等。A.1.3录音作品演述音频资料。A.1.4视频作品由代表人物演述的视频资料。A.2传统音乐基础数据A.2.1文字作品名称、属性类别、内容梗概、使用场合和文化功能、语言种类、唱词、乐谱、创作（产生）年代、编演或创作者、首演者、首演时间。属性类别：声乐曲：民歌、曲艺唱段、戏曲唱段、歌舞音乐唱段；器乐曲：独奏、合奏、声乐与器乐合奏。A.2.2图片表演照、古代谱本、乐器图片。A.2.3录音全曲音频、重点歌曲乐曲的主要部分和重点唱段。A.2.4视频曲目完整表演视频资料、典型曲目重要场次表演视频。A.3传统舞蹈基础数据A.3.1文字作品名称、基本信息、分布区域、代表节目、人物、角色、表演团体、流派分支及传承人。A.3.2图片队形图案，道具、服饰化妆。A.3.3录音伴奏乐曲和伴奏乐器的音频资料。A.3.4视频舞蹈动作及套路的视频资料。A.4传统戏剧基础数据A.4.1文字剧目名称、剧种、分布区域、代表剧目、人物、角色、表演团体、流派分支及传承人。A.4.2图片演出环境、化妆、服装、装扮、道具。A.4.3录音不同时期、流派和地域特点的唱腔和伴奏。A.4.4视频不同时期、流派和地域特点的代表性表演。A.5曲艺基础数据A.5.1文字曲艺名称、所属曲种、表现形式、分布区域、代表作品、代表人物。A.5.2图片演出场景、示意图、化妆、服装、乐器、道具。A.5.3录音不同时期、不同艺人和不同流派在正规场所表演的节目音频。A.5.4视频不同时期、不同艺人和不同流派在正规场所表演的节目视频。A.6传统体育、游艺与杂技基础数据A.6.1文字体育、游艺与杂技的名称、表现形式、流行地域、代表作品、代表人物。A.6.2图片运动场景、舞美灯光、化妆、服装、配乐、道具。A.6.3录音9代表人物讲述演练要点的音频。A.6.4视频反映传统体育、游艺与杂技的演练视频。A.7传统美术基础数据A.7.1文字传统美术的名称、表现形式、分布地域、代表作品、代表人物。A.7.2图片示意图、代表各风格流派艺术特色的作品。A.8传统技艺基础数据A.8.1文字技艺名称、表现形式、分布地域、技艺工序、代表作品、传承群体、代表人物。A.8.2图片制作方法和使用场景、实物。A.8.3视频制作和使用场景、实物的相关视频。A.9民俗基础数据A.9.1文字节庆习俗、民间信俗、人生礼俗、生产生活习俗等民俗的名称（俗称、他称、自称）、表现形式、分布区域、主要特点、代表作品、代表人物。A.9.2图片民俗的场景或设施、民俗的示意图、实物、道具、制品。A.9.3视频反映民俗活动场景、活动过程、服装服饰、道具、器具。（资料性）旅游数字资源采集内容B.1景区基础数据景区名称、景区详情、景区类型、景区称号、景区等级、营业状态、景点信息、景区设施、景区所在地址、地理坐标、开放时间、门票价格、交通路线、瞬时承载量、停车位数量、联系方式、线路建议、应急救援电话、咨询服务和投诉电话、景区场景图片、景区微视频等。可选内容：许可证号、社会信用代码、组织机构代码、行政区划、平均价格、温馨提示、优惠政策。B.2住宿业基础数据星级酒店、宾馆或民宿名称、详细地址、地理坐标、营业状态、简介、等级（星级）、房间类型、床位数量、房价、营业时间、服务内容、交通线路、停车位数量、联系方式、预订和投诉电话、预订网址、标志图及场景图片等。可选内容：行政区划、执照编号、开业时间、温馨提示、优惠政策。B.3旅行社基础数据旅行社（含旅游电子平台服务、旅游信息服务商）名称、详细地址、地理坐标、营业状态、简介、旅行社类型、旅行社级别、业务范围、导游人数、服务语种选项、咨询和投诉电话、旅行社场景图片。可选内容：执照编号、分支机构、行政区划。B.4餐饮基础数据B4.1餐厅场所基础信息餐厅名称、详细地址、地理坐标、交通路线、营业状态、简介、所属菜系、餐饮特色、营业时间、营业面积、包间数和餐位数、WIFI情况、停车场情况、就餐方式、咨询和投诉电话、餐厅场景图片等。可选内容：执照编号、餐厅等级、行政区划。B4.2特色菜品基础信息特色菜名称、餐馆名称、特色菜类型、特色菜简介、图片、推荐、辣度指数等。B.5购物场所基础数据购物场所名称、详细地址、地理坐标、交通路线、营业状态、营业时间、特色商品、停车场情况、联系方式、预订网址、执照编号、周边环境、购物场所图片。B.6特色商品基础数据特色商品名称、购物场所名称、特产类型、特产内容、特产图片。B.7旅游娱乐基础数据娱乐场所名称、详细地址、地理坐标、交通路线、营业状态、简介和主营内容、营业时间、停车场情况、可容纳人数、预订电话和投诉电话、执照编号、标识图片及场景图片。B.8旅游公共服务基础数据公共设施名称、所属景区名称、详细地址、地理坐标、工作时间、服务类型和内容、咨询和投诉电话、交通路线、营业状态、停车场情况、公共交通、公共设施图片、旅游厕所、旅游咨询中心。B.9导游基础数据导游姓名、性别、身份证号、学历、专业、毕业院校、联系电话、所在旅行社、导游证、导游资格证书、导游等级、导游语言、注册机构名称。参考文献[1]《国家数据标准体系建设指南》国家发展改革委、国家数据局、中央网信办等六部委联合印发（发改数据〔2024〕1426号）[2]《数据领域常用名词解释(第一批)》国家数据局数据领域名词解释起草专家组2024年12月30日[3]《数据领域常用名词解释(第二批)》国家数据局数据领域名词解释起草专家组2025年1月23日[4]GBT1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》[5]GB/T-16766《旅游业基础术语》[6]WH/T99.2-2023《非物质文化遗产数字化保护数字资源采集和著录第2部分：民间文学》[7]WH/T99.3-2023《非物质文化遗产数字化保护数字资源采集和著录第3部分：传统音乐》[8]WH/T99.4-2023《非物质文化遗产数字化保护数字资源采集和著录第4部分：传统舞蹈》[9]WH/T99.5-2