大数据对旅游统计数据质量优化的影响

刘丁榕

摘要：旅游数据质量直接影响旅游决策的有效性。目前，我国旅游业发展迅速，然而旅游数据统计工作却相对滞后，旅游数据缺乏准确性和及时性，如何提高旅游数据质量是旅游统计工作中亟待解决的问题。本文探讨了大数据技术对旅游数据统计工作的影响，希望找到提高旅游统计数据质量的有效方法。

关键词：旅游数据质量；大数据

中图分类号：F592.3 文献标识码：A 文章编号：1672-7517（2018）07-0021-01

旅游统计数据反映了一个国家或者地区旅游经济活动和成果，是研究旅游经济现象的基本资料。近年来我国旅游业高速发展，旅游数据呈指数倍增长，这对旅游数据的统计处理工作提出了更高要求，而我国的旅游数据统计工作基本采用传统的旅游数据统计方法，不能够有效应对当前复杂多变的数据环境。目前旅游数据存在着质量不高，可信度低，缺乏准确性和及时性等问题。

一方面大数据环境下数据量庞大、数据类型复杂，为旅游数据统计工作增加了难度，另一方面各类大数据技术在旅游数据统计工作中的应用又可以使旅游统计数据的质量得到优化，提高统计数据的使用价值。下文将从旅游数据收集、分析、解释和应用等方面来探讨大数据技术对旅游数据统计工作的影响。

1 数据收集方法改进

大数据环境下，旅游数据庞大且复杂。大数据环境下统计工作的样本即为数据总体，样本空间无限增大可以弥补样本不足带来的重要信息的忽视、数据处理结果不够准确等问题。

大数据利用多个数据库来接受客户端（Web、App或者传感技术等）的数据来进行数据采集，旅游统计可以通过网络预订系统、电子门票系统、可携带设备、旅游消费系统等工具对旅游相关数据进行采集。将旅游点评的文本、图片、视频等进行结构化处理，以便进一步分析处理。

庞大的数据选择空间在一定程度上提高了数据的准确性，然而，海量的数据中并不是所有的数据都是对旅游决策具有价值的，且采集的数据中时常出现不完整、错误、重复的数据，所以在进行旅游数据统计工作时要对数据进行必要的选择与筛选。此时，可以利用ETL工具将数据抽取出来进行清洗、转换、集成，作为数据分析挖掘的基础存储起来，保证了旅游数据质量的相关性、可靠性。

2数据分析方法变革

数据分析是数据统计工作的核心，是数据价值的孵化器。在我国旅游统计工作中由于数据分析方法和计算能力有限，旅游数据分析预测较粗糙，未能充分挖掘旅游数据的价值。旅游数据统计中可以通过对游客关于交通、景点、住宿等方面关注以及照片浏览、朋友圈互动等方面进行数据挖掘，相关性分析并对游客潜在即将发生的旅游行为进行判断预测。当然，传统的数据因果分析对于旅游统计工作仍然很重要，比如对旅游效用和旅游决策关系分析。在旅游统计工作中将因果分析和相关分析利用好，可以增加旅游数据原有价值。

此外，大数据的实时数据处理技术可以利用在旅游需求挖掘中，同時，景区管理工作中可以利用实时数据处理技术进行旺季人流的监控。

3 数据表现形式的改变

及时性、可取得性是旅游统计工作总衡量旅游数据质量的重要标准。旅游统计数据发布渠道少、不及时是一直以来未能解决的诟病，而旅游行业的快速发展又要求有及时有效的统计数据作为旅游决策的支撑。建设以大数据技术为支撑的旅游统计数据发布平台可以帮助消除旅游业数据发布滞后的问题，线上线下合作分布旅游数据，帮助旅游企业、研究院更好地利用统计数据，降低数据使用成本，实现提高旅游统计数据的高取得性和时效性。

数据价值主要由数据分析来挖掘，价值实现过程主要是用户对数据分析结果的应用过程。大数据时代下，在旅游数据结果的展示方面，可以利用可视化技术（标签云、关系图、历史流等）以图形的方式更加生动将数据结果展示给数据使用者，或者利用人际交互技术让数据使用者对数据分析过程更好地了解，加深对数据结果的认识，提高旅游数据质量的可理解性。

“旅游+互联网”的提出、旅游数据中心的建立促使我国旅游统计数据得到极大地丰富。大数据背景下数据的种类和结构十分复杂，数据量庞大。如何利用大数据技术对旅游数据进行有效的分析，并从中挖掘可靠有效的信息是进行旅游政策制定和商业决策时面临的十分重要的问题。

参考文献：

[1]吴晨光，刘静艳.旅游卫星账户的时空观——基于广东省旅游卫星账户数据信息系统建设的研究和再思考[J].旅游学刊，2016，31（3）：6-7.

[2]师守祥.旅游经济统计应回归国民经济行业分类系统[J].旅游学刊，2016，3（31）：7-9.

[3]张辉，范容廷，赫玉玮.中国旅游统计问题与改革方向[J].旅游学刊，2016，31（4）：11-14.

[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[5]许永洪.统计数据质量的基本概念与数据质量评估的基本模型[J].商业经济与管理，2010（12）：82-86.

[7]李金昌.大数据与统计新思维[J].统计研究，2014，31（1）：10-17.