基于新媒体技术的休闲农业信息服务推送平台设计与应用分析＊

张 莉 吴泽兰 宋 茸

（湖南应用技术学院信息工程学院，湖南常德 415100）

0 引言

在5G 技术、“互联网+”等信息技术背景下，新媒体技术应用于各行业的方方面面，对促进乡村休闲农业旅游发展有着重大的意义。目前，乡村休闲农业旅游项目信息平台推送单一，达不到个性化需求目标，因此，原有的信息服务推送平台需升级创新，以全新的模式创建休闲农业项目的特色服务与特色农产品品牌推送效应，提高常德周边地区休闲农业知名度，吸引更多的游客回归乡村、回归自然、休闲游乐，助推乡村休闲农业的振兴发展。

1 新媒体技术内涵与优势

新媒体技术是指以现代化的通信技术、大数据技术、网络技术、数字技术以及人工智能等全新技术为基础,能够向用户提供个性化需求的信息服务。

2023 年3 月，中国互联网信息中心发布的第51 次《中国互联网发展状况报告》显示，2022 年末我国网民人数高达10.67 亿，微视频、抖音、短视频、即时通信等用户使用量达90%以上，其未成年群体的使用量相比成年群体更高。新媒体技术建立在大数据技术、人工智能技术、数字技术的基础上，人、物、社会间的信息交互环境发生了大的转变。新媒体技术依托现代化的信息技术、数字技术与网络技术等，利用智能手机APP、电脑等作为信息传播的媒介，以个性化、数字化、多样性、交互性及跨时空等特点占据绝对的优势，是连接休闲农业与乡村网络经济的桥梁。

2 个性化推送技术分析

新媒体技术与大数据及智能移动网络体系，涉及移动网络模式、新媒体、特征数据分析、信息推送运用的相关技术等。从数据来源、数据挖掘、数据处理方面对平台的服务结构进行整理分析。个性化推送技术，根据获取的用户数据可以实现用户信息与推送信息的有效匹配，对用户可能的需求和爱好进行分析，包括用户填写信息、用户浏览记录及平台关注等，全方位了解用户信息，按用户需求选择性地推广信息，让用户对信息推广有较高的认可度[1]。

2.1 关联规则技术

关联规则是形如X→Y的蕴含式，其中，X和Y分别称为关联规则的先导和后继。关联XY存在支持度和信任度。关联规则挖掘的经典算法是Apriori 算法，通过经典的Apriori 算法对休闲农业产品进行特征分析，找到用户特征属性与休闲农业项目的关联性[2]。

2.2 聚类分析技术

聚类分析技术作为数据挖掘与统计分析中的重要应用技术，聚类（Clustering）就是将数据集划分为由若干个相似对象组成的多个组（Group）或簇（Cluster）的过程，使得同一组中对象间的相似度最大化，不同组中对象间的相似度最小化，或者说一个簇（Cluster）就是由彼此相似的一组对象构成的集合，不同簇中的对象往往相似度很低或不相似。K-means 算法是经典的聚类分析算法[3]。

K-means 聚类的最小值求解公式如下。

若N个数据点，一共要分K个cluster，则K-means就是进行最小化。

在J取最小值时，即rnk取得最优解，同样可得到uk的最优解。将J对uk求导，令其为0，J能取得最小值。

K-means 算法实际上是一种最简化的数据建模形式。

3 新媒体技术+休闲农业

在乡村休闲农业发展中，新媒体技术为旅游者提供贴心周到的服务。大数据对平台旅游用户信息进行采集，如进行时长、路径等信息采集，追踪其偏好，从而利用多媒体可视化平台向用户精准推送乡村休闲农业项目，让旅游者选择适合自己需求的休闲项目，也可以对休闲农产品与项目服务进行改进与升级，同时促进云休闲农业信息服务平台的形成，助推现代化乡村的转型升级[4]。

4 新媒体技术背景下休闲农业信息服务推送平台设计

融入新媒体可视化技术、移动互联技术、LBS 定位技术、Beacon 技术与数据库访问技术、蓝牙Eddystone、UML、JFinal 架构技术，设计基于新媒体视域下的休闲农业信息服务推送平台，界面设计操作便捷，便于数据收集、统计分析与整理，为实现新媒体视域下的休闲农业信息服务推送平台奠定基础[5]。

4.1 前台功能模块设计

前台功能模块设计包括景区休闲旅游项目管理、线上订购管理、产品信息推送、行业新动态信息，其功能模块设计如图1 所示。

图1 前台功能模块图

（1）景区项目管理：方便用户查阅景区休闲项目，提供可视化导览、智能助手和人工线上咨询服务等。

（2）在线订购：方便用户提前预订酒店、项目门票、线上订餐、购买休闲农产品等。

（3）项目产品信息推送：对精品路线、特色景区、优农佳品、采摘垂钓等信息精准推送。

（4）行业新动态：供用户查询休闲农业项目与产品相关的新国家政策与动态新闻等。

4.2 后台功能模块设计

后台功能模块设计如图2 所示。

图2 后台功能模块设计图

（1）游客用户管理：此功能主要用于管理员注册、删除、修改普通用户信息，同时普通用户可以修改自己注册的用户相关信息。

（2）订购管理：对注册用户线上订购活动进行管理，包括购物车产品管理和订单管理。

（3）景区项目管理：此功能模块主要对景区项目信息的追加、删除和修改操作。

（4）农产品管理：此功能模块主要对农产品信息查看、农产品添加、农产品删除、农产品修改操作。

（5）休闲农业信息推送分析：此功能模块用聚类分析和关联规则分析对注册用户的性别、年龄、职业、学历、收入等进行聚类分析计算与关联规则分析计算，实现游客用户个性化需求信息推送。

4.3 数据库设计

平台数据存储运用MySQL 数据库，MySQL 使用的核心线程，支持多线程的多处理器。通过类库来实现SQL 函数，查询初始化后没有内存分配，也无内存bug，且支持聚合函数。MySQL 支持不同平台，如Java、C、PHP、C＋＋、Python 等。

5 新媒体技术在休闲农业信息服务推送平台中应用数据分析

新媒体技术的休闲农业信息服务推送平台，运用互联网移动服务终端，以常德周边地区乡村休闲农业项目消费用户群为例，移动设备用户利用推送平台不仅可以搜索休闲农业项目、景区、农产品，还可以线上预订服务、查询服务、精准定位服务等，对服务平台用户的行为特征数据进行类比分析，运用数据挖掘关联规则算法与聚类分析算法结论分析数据，精准为旅游用户推送景区项目或采摘路线、农产品、果园、民宿、酒庄、垂钓等。其平台导出结果如图3 所示。

图3 导出关联规则分析

（1）关联规则分析得出结论：通过平台采集用户的地区、性别、职业、学历、年龄、收入、购买产品名、预订信息等一系列的关联数据，利用关联规则分析中Aprior算法，将置信度设置为100%，得出强关联规则80 条，还有部分强关联规则数据。

部分强关联规则显示：节假日消费群体中学生居多，他们对景区的特色产品服务关注度较高，当然在信息技术飞速发展的今天，工作繁忙之余，推送平台的消费对象逐步向亲子家庭、在职人员、自由工作者、退休人员、离职人员、无业人员等用户扩散，他们对自己感兴趣的休闲农业特色产品更为关注。

（2）通过平台导出休闲农业的农产品类别、价格、行为特征，用户的职业、收入、年龄等属性特征进行K-均值计算方法数据聚类分析，挖掘休闲农业用户和农产品类别之间的关系，其导出结果如表1 所示。

表1 数据聚类分析表

结果表明：第一类34 条数据记录，职业是学生，年龄是22 岁以下，收入是2000 元以内，特色休闲项目价格是50 元以下；第二类31 条数据记录，职业是在职从业者，年龄是22 ～36 岁，收入在2000 ～3000 元，特色休闲项目价格是50 ～100 元间；第三类16 条数据记录，职业是自由从业者，年龄是45 ～60 岁，收入在4000 ～5000 元，特色农产品价格是100 ～200 元；第四类6 条数据记录，职业是在职从业者，年龄22 ～36 岁，收入在2000 ～3000元，特色休闲项目价格是100 ～200 元；第五类13 条数据记录，职业是自由从业者，年龄是35 ～55 岁，收入在4000 ～5000 元，特色休闲项目价格是50 ～100 元。

6 结语

以常德地区消费用户为研究对象，多媒体技术休闲农业信息服务平台应用分析，导出用户数据，采用聚类K-均值算法对其职业、性别、年龄、学历、薪资水平、地域、休闲项目类别、价格、消费数量等属性进行分类，用关联规则中Apriori 算法匹配用户信息与休闲农业项目信息及农产品信息间的关联，设计多媒体技术休闲农业信息的个性化推送平台。