方 敏

(浙江旅游職業(yè)學(xué)院，浙江 杭州 310000)

隨著網(wǎng)絡(luò)技術(shù)的不斷更新，大數(shù)據(jù)分析已經(jīng)越來越受到人們的認(rèn)可，數(shù)據(jù)信息大量地融入互聯(lián)網(wǎng)中[1-2].近十幾年來，互聯(lián)網(wǎng)已經(jīng)與人們的生活和工作密不可分.人們將大量的時間與精力投入到互聯(lián)網(wǎng)絡(luò)中，大數(shù)據(jù)分析內(nèi)的信息包含了大量旅游產(chǎn)品.

傳統(tǒng)的旅游信息智能協(xié)同方法占用大量的網(wǎng)絡(luò)資源，造成運行系統(tǒng)的擁塞，降低了旅游信息的檢索效率[3-4].同時，旅游信息智能協(xié)同方法對大數(shù)據(jù)進行分析研判過程，還可能受到虛假信息干擾，導(dǎo)致旅游信息智能協(xié)同方法不能正常工作，影響旅游工作發(fā)展.

當(dāng)今旅游行業(yè)與互聯(lián)網(wǎng)形成了緊密的融合，因此要想提高游客所獲取信息的準(zhǔn)確性就需要借助互聯(lián)網(wǎng)加強針對游客的協(xié)同信息的服務(wù)，其中可以從區(qū)域協(xié)作對信息進行協(xié)同服務(wù).所以在大數(shù)據(jù)背景下， 提出基于大數(shù)據(jù)分析的旅游信息智能協(xié)同方法，通過分析大數(shù)據(jù)的旅游信息智能協(xié)同方法，以線性協(xié)同算法為核心，對海量的大數(shù)據(jù)信息進行協(xié)同分析研判，形成旅游產(chǎn)品的雛形.通過設(shè)計旅游系統(tǒng)，從數(shù)據(jù)信息的預(yù)處理、旅游特征、旅游相似度、旅游過濾等方面對提高系統(tǒng)時效性進行研究.實驗證明，基于大數(shù)據(jù)分析的旅游信息智能協(xié)同方法抗干擾能力強、時效性強.對大數(shù)據(jù)分析的海量信息研判策略高，能夠快速、準(zhǔn)確對旅游信息進行分類，提取出用戶需要的旅游產(chǎn)品.該系統(tǒng)設(shè)計滿足了旅游系統(tǒng)對大數(shù)據(jù)分析信息的處理需求.

1 大數(shù)據(jù)分析下旅游信息智能協(xié)同系統(tǒng)

大數(shù)據(jù)分析是現(xiàn)代大數(shù)據(jù)量信息處理系統(tǒng)的基礎(chǔ)手段，大數(shù)據(jù)分析云存儲計算系統(tǒng)不僅能夠用于數(shù)據(jù)存儲，還能夠?qū)?shù)據(jù)進行深入挖掘和研判[5-6].基于大數(shù)據(jù)分析旅游系統(tǒng)覆蓋了旅游自動采集、分析、服務(wù)特點，為用戶提供精準(zhǔn)的旅游支撐.基于大數(shù)據(jù)分析的構(gòu)建，其旅游系統(tǒng)體系構(gòu)架如圖1所示.

圖1 旅游信息智能協(xié)同方法構(gòu)架圖

大數(shù)據(jù)分析是旅游信息的重要來源，是獲得旅游信息的第一步工作.如何分析研究大數(shù)據(jù)分析中的信息是進行系統(tǒng)設(shè)計的基礎(chǔ).

對于大數(shù)據(jù)旅游信息智能協(xié)同方法而言，其主要的一個問題就是給出精準(zhǔn)的旅游數(shù)據(jù)，對需要得到的數(shù)據(jù)信息用不斷迭代計算的方法進行描述.

1.1 時間序列網(wǎng)絡(luò)數(shù)據(jù)分析

假設(shè)f:R→Rm是大數(shù)據(jù)分析中的數(shù)據(jù)信息映射，在已知條件f的作用下，可以對大數(shù)據(jù)分析中的信息進行迭代，將需要解決的問題算法保持連續(xù)迭代，即可得出f|a=f|a.

假設(shè)大數(shù)據(jù)分析中的非線性時間序列為{x(t),t=1,2,…，N}，由網(wǎng)絡(luò)數(shù)據(jù)信息的非線性坐標(biāo)空間重構(gòu)能得到旅游信息數(shù)據(jù)協(xié)同參數(shù)

x(n)=

[x(n),x(n-t),…,x(n-(m-1)t)]T

(1)

其中，m為旅游數(shù)據(jù)信息協(xié)同嵌入?yún)?shù)，t為網(wǎng)絡(luò)數(shù)據(jù)分析旅游信息延遲時間.由大數(shù)據(jù)分析中的線性時間分析，旅游信息存在光滑映射，如公式(2)所示：

X(n+T)=ψ[X(n)]

(2)

根據(jù)大數(shù)據(jù)分析中所需旅游各類的合成方式的不同，旅游信息非線性時間序列的研判協(xié)同算法對全局的旅游信息支撐預(yù)測也不同.

1.2 非線性時間序列大旅游系統(tǒng)協(xié)同分析

對于大數(shù)據(jù)分析的大數(shù)據(jù)，旅游協(xié)同的非線性時間序列計算分析，必須將全部的大數(shù)據(jù)進行擬合，對旅游所需數(shù)據(jù)分析出其規(guī)律，找到網(wǎng)絡(luò)數(shù)據(jù)的映射規(guī)律[7].依據(jù)數(shù)據(jù)規(guī)律分析協(xié)同旅游特點.通過給定的旅游信息進行計算，即：

(3)

將大數(shù)據(jù)分析內(nèi)大數(shù)據(jù)以旅游信息形式進行協(xié)同，推算時間的最小值為ψ=R→Rm.

大數(shù)據(jù)分析內(nèi)坐標(biāo)值向量用cfg表示.旅游信息協(xié)同中心第f簇中心點有g(shù)維個分析屬性.Gd表示旅游信息數(shù)據(jù)簇的二次方誤差和，旅游信息協(xié)同目標(biāo)函數(shù)與大數(shù)據(jù)分析設(shè)計變化向量的最優(yōu)化關(guān)系為：

(4)

當(dāng)大數(shù)據(jù)分析中所有數(shù)據(jù)信息對象都具有旅游信息數(shù)據(jù)的屬性，網(wǎng)絡(luò)數(shù)據(jù)信息簇中各個旅游特征協(xié)同中心用公式表示為：

(5)

其中，|Rg|表示大數(shù)據(jù)分析中基于第g個數(shù)據(jù)信息簇的旅游特征協(xié)同數(shù)據(jù)個數(shù)，當(dāng)旅游特征協(xié)同中心不斷對大數(shù)據(jù)分析內(nèi)的信息數(shù)據(jù)重復(fù)計算，直至旅游協(xié)同不發(fā)生變化，則該類旅游算法結(jié)束.

當(dāng)大數(shù)據(jù)分析內(nèi)數(shù)據(jù)信息種類較少時，多采用較高的旅游信息數(shù)據(jù)協(xié)同方式，對全部的網(wǎng)絡(luò)數(shù)據(jù)信息進行全域分析研判.當(dāng)大數(shù)據(jù)分析內(nèi)數(shù)據(jù)信息各類較多時，該分析研判方法計算量巨大，為便于旅游查找，加快旅游信息智能協(xié)同方法運行速度，用公式(6)進行回歸非線性計算：

(6)

公式中A表示大數(shù)據(jù)分析內(nèi)數(shù)據(jù)信息的非線性計算中旅游特征協(xié)同的非已知旅游種類部分.通過非線性時間對大數(shù)據(jù)分析內(nèi)信息序列分析計算[8-9]，能夠計算出ai(i=0,2,…,m-1)，使得大數(shù)據(jù)分析的數(shù)據(jù)信息在旅游特征協(xié)同過程中A部分用時最短，使得數(shù)據(jù)信息研判的非線性時間序列求得的旅游特征誤差最小.

(7)

對大數(shù)據(jù)分析內(nèi)的信息序列進行旅游信息求解，則有：

(8)

非線性時間數(shù)據(jù)信息序列分析，能產(chǎn)生大旅游特征協(xié)同的不同結(jié)果.旅游研判協(xié)同為最簡單的旅游信息協(xié)同方式，旅游支撐度接近于100%.大數(shù)據(jù)分析的進一步信息非線性時間序列，用模型公式表示為：

(9)

式中A(N)=[a1,a2,…,am].大數(shù)據(jù)分析信息通過將非線性系數(shù)簡化得到：

F(N)=

(10)

2 旅游信息協(xié)同處理的實現(xiàn)

基于旅游信息智能協(xié)同方法的實際情況，系統(tǒng)設(shè)計采用C/S結(jié)構(gòu).要求大數(shù)據(jù)分析的服務(wù)器端能夠運行旅游統(tǒng)計、數(shù)據(jù)入庫、數(shù)據(jù)預(yù)處理程序.客戶端必須要有旅游信息檢索、旅游信息分類、旅游信息統(tǒng)計、旅游反饋等功能模塊,如圖2所示.

圖2 旅游信息協(xié)同功能示意圖

基于大數(shù)據(jù)分析的旅游信息的協(xié)同處理采用MySQL數(shù)據(jù)庫，對所有的大數(shù)據(jù)分析內(nèi)的信息進行編組和分析計算.系統(tǒng)通過對大數(shù)據(jù)分析內(nèi)的信息進行查詢、分析、研判等操作，保持了旅游產(chǎn)品的及時、有效、鮮活等特點.其系統(tǒng)數(shù)據(jù)庫設(shè)計如下.

表1 大數(shù)據(jù)分析定義表

表2 旅游系統(tǒng)數(shù)據(jù)庫定義表

旅游系統(tǒng)對各類的大數(shù)據(jù)分析內(nèi)的信息進行處理，最后形成有效的旅游產(chǎn)品展現(xiàn)給用戶.因此大數(shù)據(jù)分析內(nèi)的信息必須經(jīng)過采集、預(yù)處理、分類、研判等多個環(huán)節(jié)的操作.具體流程如圖3所示.

圖3 旅游信息智能協(xié)同方法操作流程圖

采用旅游信息智能協(xié)同方法對大數(shù)據(jù)分析信息進行采集，將采集的全部數(shù)據(jù)信息匯總，傳送至旅游系統(tǒng)的采集模塊，對數(shù)據(jù)信息進行過濾.將大于100 M的數(shù)據(jù)信息視為視頻數(shù)據(jù)，將小于1 K的文件直接刪除，減少系統(tǒng)計算時間.通過設(shè)定黑名單將特定IP段的用戶信息數(shù)據(jù)視為垃圾信息直接過濾，減少系統(tǒng)運算時間.對各類旅游特征設(shè)定特征碼，對數(shù)據(jù)信息處理過的直接分類.

經(jīng)過系統(tǒng)對大數(shù)據(jù)分析的信息進行采集后，用檢索模塊對數(shù)據(jù)信息進行過濾分類，快速準(zhǔn)確找到旅游信息所需數(shù)據(jù).預(yù)先在旅游信息智能協(xié)同方法內(nèi)設(shè)定關(guān)鍵字、詞，用戶能夠通過模塊直接對大數(shù)據(jù)分析內(nèi)的信息進行查找.設(shè)定大數(shù)據(jù)分析信息的預(yù)處理，如果查詢字段在查找到的信息中，則檢索結(jié)束，否則，進行第二次查找.旅游信息智能協(xié)同方法就是按照需要對大數(shù)據(jù)分析進行研判，找出符合條件的旅游產(chǎn)品.由于旅游產(chǎn)品的數(shù)量要比數(shù)據(jù)信息小很多，所以旅游信息智能協(xié)同方法的效率得以體現(xiàn).

旅游信息智能協(xié)同方法的設(shè)計，有一個信息反饋模塊，該模塊的功能主要有兩個：一是負(fù)責(zé)算法的更新，另一是旅游產(chǎn)生規(guī)則的更新.

圖4 旅游反饋模塊工作流程圖

3 實驗結(jié)果分析

為了驗證所提大數(shù)據(jù)分析下旅游信息智能協(xié)同方法的有效性，本次實驗通過對其信息協(xié)同處理準(zhǔn)確度和時延性兩方面進行測試，由所得實驗結(jié)果評估所提方法的優(yōu)越性.由前提條件完全相同的七次實驗，進行信息協(xié)同過程延時實驗，實驗結(jié)果如下：

圖5 不同方法信息協(xié)同延時對比圖

由上圖的實驗結(jié)果可知，所提方法具有更低延時.在重復(fù)性實驗的進程中，傳統(tǒng)方法的延遲大概在80 ms到100 ms之間，這樣的協(xié)同延遲無法滿足現(xiàn)如今信息處理要求，所提方法的延遲在15 ms到40 ms，這大大提高了旅游信息智能協(xié)同過程效率，說明了所提方法的有效性.

(a)傳統(tǒng)方法信息智能協(xié)同誤差圖

(b)所提方法信息智能協(xié)同誤差圖

根據(jù)上述實驗結(jié)果，可以明顯對比出所提方法在進行旅游信息智能協(xié)同過程中具有更低的誤差，這進一步說明了所提方法具有實用性.

4 小結(jié)

提出基于大數(shù)據(jù)分析的旅游信息智能協(xié)同方法設(shè)計，通過提出大數(shù)據(jù)分析的旅游信息智能協(xié)同方法框架構(gòu)建，利用線性協(xié)同算法為核心，得到旅游系統(tǒng)，從數(shù)據(jù)信息的預(yù)處理、旅游特征、旅游相似度、旅游過濾等方面對提高系統(tǒng)時效性進行研究.實驗證明，基于大數(shù)據(jù)分析的旅游信息智能協(xié)同方法延時低、誤差小.對大數(shù)據(jù)分析的海量信息研判策略高，能夠快速、高精度對旅游信息進行分類，提取出用戶需要的旅游信息.該方法滿足了旅游系統(tǒng)對大數(shù)據(jù)分析信息的處理需求.