数据挖掘在旅游电子商务中的应用研究

黄 玲

（武汉设计工程学院，武汉 430205）

数据挖掘在旅游电子商务中的应用研究

黄 玲

（武汉设计工程学院，武汉 430205）

随着旅游电子商务平台的迅速发展，在线旅游企业间的竞争日益激烈。在旅游电子商务中采用数据挖掘技术有助于提高企业竞争力。本文通过对数据挖掘技术的介绍，分析了我国旅游电子商务的现状，总结了目前数据挖掘在旅游电子商务的主要应用，提出了未来数据挖掘在旅游电子商务领域发展的几点思考。

数据挖据；旅游；电子商务；服务

国家旅游局把2014年定为“智慧旅游年”，据易观国际的报告显示，2014年第2季度网络旅游的市场规模为642.4亿元，网络旅游OTA（在线旅行社）市场规模达36.2亿元。旅游电子商务特别是OTF（在线旅游预订）是旅游产业中间应用最为广泛也是最为活跃的领域。电子商务普及的今天，在线旅游网站发展迅速，其中以携程、去哪儿、途牛、艺龙最为突出。旅游商家之间的竞争逐步升温，如何整合资源，为旅游者提供满意的服务，形成稳定的客源成为商家追逐的焦点。把数据挖掘技术应用到旅游电子商务领域，为旅游者提供个性化服务，是提高企业竞争力的有效途径。

1　数据挖掘技术简介

数据挖掘（Data Mining）最早出现于20世纪80年代后期，到了90年代便得到了飞速发展。顾名思义，数据挖掘就是指从海量的数据中挖掘隐藏其中的有意义和价值的信息，从而为企业经营决策提供依据。数据挖掘是计算机学科中的交叉研究领域，涉及机器学习、统计学、人工智能、模式识别和专家系统等多个领域。它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识提供决策支持，目前广泛应用于银行、电信、交通和零售等商业领域。数据挖掘的另一个独特用法是在医疗业，用来预测手术、用药、诊断是流程控制的效率。

2　我国旅游电子商务网络营销的现状

电子商务突破了传统的旅游业经营模式，利用先进的电子手段把旅游业价值链上的旅游供应商、旅游中介和游客很好的联系在一起。旅游业产业结构不断升级，国内旅游电子商务正处于高速发展之中，业内竞争日益激烈，如何进行有效的网络营销便成了各个商家关注的焦点。目前，我国旅游电子商务网络营销主要呈现以下特点。

2.1网站设计缺乏特色与“卖点”

我国大部分旅游网站平台没有自己的特色，往往是借鉴其他旅游网站的模式，没有找准自己的定位和切入点，成为别人的翻版。在版面设计上大同小异，普遍存在页面设计不美观、杂乱无章、无明显的旅游标志等问题，使得用户在浏览网站时非常不方便，无法尽快了解到自己所需要的信息。网站的内容不健全，很多网站只提供简单的旅游信息及旅游路线、景点简介和酒店预订、机票预订等功能。对于景点的介绍一般只是采用文字和图片的简单展示，很少利用视频、虚拟技术等更好的方式来介绍，酒店、机票预订等功能大部分网站停留在“在线预订、离线付款”的状态，还未实现真正意义上的旅游电子商务。

2.2产品价格同质化

据中国旅游研究院发布的《中国旅游电子商务发展报告》研究成果显示，我国旅游电子商务发展呈现的特征之一是产品和价格信息最受关注。游客出游前最希望得到的信息主要是旅游核心产品及价格信息。对于所有旅游电子商务企业来说，旅游产品的采购来源和渠道类似，都是从批发商手中采购来的，所以产品线上比较单一，区别不明显。目前，旅游电子商务行业已达到完全竞争的状态。企业的盈利能力非常有限，其利润主要来源于目的地酒店的盈利折扣返还，以及机票、路线预订的差价和服务费用。居高不下的人力成本加上利润空间透明化程度越来越高，低价策略成为企业间竞争的重要手段。尤其是在旅游出行热来临之际，热门的旅游路线就开始了你来我往的价格厮杀。综上所述，旅游电子商务企业之间很难有差异化的优势。

2.3在线旅游渗透率低

据艾瑞统计数据显示，2013年中国在线旅游总收入28 500亿元，在线旅游渗透率7.7%。随着国内互联网的普及率逐步增长，渗透率虽然逐年在增长，但是相对于世界在线旅游发展快的国家来说，差距还很大。美国市场是旅游消费的前沿，美国的在线旅游渗透率已经达到60%以上，相比而言及时是渗透率较低的欧洲，也已经达到了42%以上。大多数旅游电子商务平台的在线访问体验缺乏吸引力，没有针对游客的需求和提供相关及时的互动，在线用户后继增长乏力，订单转化几率不高。

3　数据挖掘在旅游电子商务中的应用

从上述几点来看，数据挖掘技术在解决企业当前存在的问题以及发展都用重要作用。

3.1企业网站信息的整合

旅游网站平台是游客和商家之间的桥梁，游客通过这个平台来了解旅游信息和完成旅游前期的准备工作。旅游网站页面设计合理与否直接影响到客户浏览页面的停留时间。从这一点来说，网站的内容安排和结构设计都非常重要，页面内容的安排和相关内容的衔接就好像超市商品在货架上摆放的位置，把具有相关性的商品摆放在一起是有助于提高超市销售的。数据挖掘技术可通过关联分析发现关联知识。对于旅游网站平台来说，用户想要了解更全面的信息，所以在众多的路线设计、景点介绍、购物、酒店等信息中，如何能快速方便地查找到相关信息是客户所希望的。挖掘技术可通过如Apriori算法关联规则找到用户查找信息的关联性，针对用户动态调整站点结构，对于有关联的文件设计成比较直接的连接，这样用户就能较容易的访问到想要访问的页面，用户的在线体验好，这样不仅增加了下单的几率，同时也能留住老客户，吸引潜在新客户。比如，通过数据挖掘技术发现某旅游网站“澳门四日游”产品的购买用户大多数会浏览“台湾十日游”产品，那么我们可通过这个分析，对这两个产品页面增加更直接的连接，方面用户浏览，这样不仅提高了网站的访问率，也有利于产品的推广和销售。

3.2旅游者服务的个性化

确定目标市场是有效的进行市场营销的前提条件。数据挖掘提供了分类和聚类分析两类方法聚类分析是把数据对象分组成多个簇，簇内个体相似度高，簇间差异性大。对旅游网站用户特征进行多维分析，把具有相似特征的用户建立模型，对具有相似浏览行为的用户进行有效分类与聚类，这样可找到不同簇群的共性，帮组旅游电子商务企业更好了解自己的客户群体，准确找到不同群体的目标市场。比如，经常性浏览诸如漂流、生态探险等刺激类旅游项目的访客，可将他们聚类为年轻人市场，通过网站信息的整合，可针对性向他们提供一些新奇、刺激性强的旅游产品；经常性浏览红色旅游景点的访客，可将他们聚类为中老年人市场，这样可通过网站信息整合针对性向他们提供一些具有历史文化底蕴的旅游产品。数据挖掘可有效的帮助企业进行客户行为分析，从而提供一些有针对性的服务，更加符合目标群体的需要。

4　数据挖掘在旅游电子商务中的应用发展的相关思考

首先是数据挖掘精度的问题。当前许多数据挖掘系统或工具都是数据驱动的数据挖掘，仅仅是在数据内容上产生规则，因此来源数据的准确性对数据挖掘精度将会产生很大的影响。其次，数据挖掘技术可在提高用户决策方面体现更多价值。旅行者在选择旅游产品时，往往都是通过朋友的介绍或是网站上的一些游记攻略和服务评价，但以长篇文章的形式呈现的游记攻略里面会掺杂着一些对用户无用的信息，这样对用户的决策参考价值就非常有限。海量的旅游服务评价和游记攻略如何能让用户捕捉到最有用的信息，数据挖掘技术在这方面应充分发挥自己的高效作用。最后，为旅游电子商务企业提供预测分析信息。比如，如何帮助旅游企业平滑淡季波动，有效整合资源。

主要参考文献

［1］罗建华，陈建科.基于旅游电子商务中数据挖掘应用的研究［J］.电子商务，2011（8）.

［2］曾凡涛，熊元斌.试论数据挖掘技术在旅游营销中的应用［J］.旅游科学，2002（4）.

［3］杨立彪，王艳.基于信息技术的旅游服务创新探讨［J］.广西财经学院学报，2012（1）.

10.3969/j.issn.1673 - 0194.2015.22.108

TP311.13

A

1673-0194（2015）22-0138-02

2015-10-09