赵莹副教授团队：专利《一种游客行为数据提取方法》

一、行业背景

近年来随着互联网技术的发展，游客在旅游过程中在互联网上留下大量旅游相关数据，这些旅游相关数据可以被用来进行旅游营销策划、游客数量预测、路线规划、景点评价等分析研究，进一步给游客提供更好的旅游服务和开发更好的旅游产品。现有大数据技术虽然信息来源较为广泛，但主要面临两方面难题：一是数据收集集中在静态信息，缺乏动态提取；二是非结构数据的结构化处理费时费力。

二、专利产生过程

锁定这一领域后，研究团队从三方面入手开展发明专利的创新和推进工作。第一，旅游可持续智能评测技术实验室依托于中山大学，接受了中山大学推进产教融合、推进科教融汇的多类培育计划，其中专利申请也得到了专业指导。
 

第二，实验室所依托的旅游学科，自2011年创办旅游管理专业在职教育（MTA），不仅为从业者提供了优化自身、提升专业素养的机会，更为大学内的专业研究开拓了崭新的视野。本专利的想法初步形成后，在2019级MTA学员中开展了讨论，为专利的推进和落实做出了重要贡献，切实证明了与业界高度结合的理论实践，能够极大程度地提高成果转化的效率。

第三，对科研项目成果加强专利成果的总结。本专利是广东省科技厅软科学项目《粤港澳大湾区交通+旅游融合发展机制及政策优化研究——基于大数据的模拟分析》的后期成果，在原项目只针对数据分析的基础上，加强了数据生成方法的总结和提炼。

三、专利内容简介

本专利属于旅游数据处理技术领域，提供了一种游客行为数据提取方法，实现了对动态的旅游信息的结构化提取和可视化处理。
 

专利主要运用旅游景区签到数据、旅游网站游记数据进行结构化处理。对于旅游景区签到数据，可直接生成签到时空数据库；对于旅游网站的游记数据，采取先人工后机器学习的方式，通过分析游记数据中的时间关键词与地点关键词，形成按照时间顺序书写和地点变化的逻辑来构建的解析模块，从原始游记数据中析出游客行为数据，最终在预设时间和预设目的地范围内的数据库中形成游客流动行为数据库。将上述两个数据库合并构建游客流动行为数据库，并可在专业软件中将其转化为可视化的游客时空行为路径图，为后续的旅游领域的专利分析提供结构化的数据。

目前，专利的主要权利项及摘要已经于2023年5月在CNKI公开。链接为：https://kns.cnki.net/kcms2/article/abstract?v=kxaUMs6x7-4I2jr5WTdXti3zQ9F92xu0Qg-R0xSsdGdCfhLaAHW6RIrQ720jET83tZjYHxnu3O1KYXDvV23fqBNxVFGkFg4R&uniplatform=NZKPT

图  本专利授权通知书

四、应用领域及行业动态

经历了三年疫情，旅游业重新出发，处于发展的新拐点、新阶段，游客作为旅游的源泉，其重要性愈发突出，对于消费者的行为研究也逐渐受到业界更多重视，因而旅游者在景区中的动态行为具有了更多的分析价值。

本专利的应用包括但不限于以下领域：

1）为智慧旅游实时监控平台提供数据提取支持。对于区域旅游总体分析，根据辖区内各景区之间的游客动态行为分析关联目的地和游客流动障碍，推测游客对景点的选择偏好与线路安排，进而通过加强景区间的基础设施建设等方式提升各景区之间的联动和旅游可达性。对于单一景区运营，可在实时监控游客数量、客流状态分析的基础上，分析游客在本景区内部以及本景区与周边景区之间的行为，帮助本景区进行内部景点优化、景区竞合分析、判断市场定位等。

2）为旅游消费者分析提供数据基础，实现产品升级。对于旅行社、OTA等传统旅游产业，在开发新产品新路线时，可通过分析游客时空行为选择后设计出更合理的线路产品，降低产品开发成本并实现精准营销。对于定制类产品，可根据现有游客行为偏好辅助产品设计，并基于游客画像与时空行为的联系进行产品优化，提升服务质量与游客满意度。

3）为旅游科研领域提供结构化处理方法及多源数据的验证可能。本专利有助于实现游客行为信息的大规模获取及结构化分析，适用于科研中的游客行为分析、旅游地游客时空结构、旅游地可持续发展等研究方向。专利中机器学习的数据提取方法能够降低人工数据处理量，提高科研效率与准确性。

文章素材来源 | 赵莹副教授团队