【技术实现步骤摘要】
基于模式挖掘的城市过度旅游区域识别方法
[0001]本专利技术涉及智慧城市中的智慧旅游领域,尤其涉及一种基于模式挖掘的城市过度旅游区域识别方法。
技术介绍
[0002]旅游业依托于旅游地的自然环境或人文景观,通过吸引众多游客,为旅游目的地创造了投资、就业机会和经济效益,显而易见地带来了新的经济增长点。但在繁荣之外,旅游衍生出的负面效应更值得人们思考,如“过度旅游(Over
‑
tourism)”现象。
[0003]“过度旅游”是指特定旅游地的游客数量过度增长,一方面对景点当地生态环境、社会秩序等方面产生了负面效应,另一方面,旅游地过高的人口密度造成拥堵,破坏了游客的旅游体验,甚至引起游客行程取消、旅游地口碑受损等抑制旅游需求的问题。同时需要强调的是,过度旅游现象不仅仅专指旅游景区内,过度旅游所造成的危害影响是包括旅游景区及城市旅游景区周边的区域。如此爆发式增长的游客人数使得政府的管理难度升级,居民日用品店被改造成迎合游客的纪念品店,物价被旅游市场哄抬,导致生活成本提高,环境恶化、复杂人群造成交通拥堵和社会不安全现象,严重影响了当地居民的正常生活。
[0004]近年来已经有越来越多的学者关注到过度旅游问题。一些研究人员提出通过寻找“通用POI”来缓解过度旅游问题,所谓“通用POI”就是从全世界找与著名景点类似的地方,然后希望通过那些“通用POI”来分流游客。然而事实上,游客显然会选择真正有名的景点,而不是那些仅仅看起来像的景点。一些研究人员使用基于代理的方法来建模游客对于拥堵信息的反应, ...
【技术保护点】
【技术特征摘要】
1.一种基于模式挖掘的城市过度旅游区域识别方法,其特征在于,包括以下步骤:S1:对原始数据进行预处理,并进行时间,区域划分;S2:根据步骤S1所述数据,筛选城市旅游区域网格;S3:根据步骤S1和S2所述数据,计算在每个时间片下,城市旅游区域的网格过度旅游模式;S4:根据步骤S3所述数据,筛选因过度旅游造成的异常城市网格过度旅游模式;S5:根据步骤S4所述数据,对异常城市网格过度旅游模式的异常程度值进行过度旅游等级划分。2.如权利要求1所述的一种基于模式挖掘的城市过度旅游区域识别方法,其特征在于:所述步骤S1具体包括如下步骤:S1.1:对出租车数据进行清洗,包括清除缺失值、异常值、噪声数据,以及规范化处理出租车基础数据;S1.2:对出租车数据进行时间片划分,划分为t
n
个时间片;S1.3:根据城市研究区域的经度和纬度的最大值和最小值,将城市研究区域划分为R个网格单元;S1.4:在高德地图开放平台申请web服务的密钥,基于高德地图提供的数据接口,爬取城市旅游景点POI数据,每条数据包括旅游景点的名称、旅游景点的经度和纬度。3.如权利要求1所述的一种基于模式挖掘的城市过度旅游区域识别方法,其特征在于:所述步骤S2具体包括如下步骤:S2.1:根据步骤S1所述城市旅游POI数据的经度和纬度,计算出每个城市旅游POI所在的城市网格编号;S2.2:根据每个城市旅游POI所对应的城市网格编号,筛选出含有旅游POI的网格作为城市旅游区域网格。4.如权利要求1所述的一种基于模式挖掘的城市过度旅游区域识别方法,其特征在于:所述步骤S3具体包括如下步骤:S3.1:根据步骤S1和S2所述数据,计算城市旅游网格内道路平均速度,给定某辆车一组连续的时间戳(t1,t2,...,t
n
),对应的定位点计算公式如下所示(其中,表示定位点和定位点之间的欧式距离,v
i
表示第i辆车的平均速度,V
j
表示第j条道路上所有车辆的平均速度):示第j条道路上所有车辆的平均速度):S3.2:根据S3.1中道路实际平均速度和该条道路的限速,计算当前时间片道路的拥堵指数,计算公式如下所示,其中V
j,t
表示第t个时间片下第j条道路的平均速度,V
j,std
表示第j条道路的限速,c
j,t
表示t时刻下第j条道路的拥堵指数:
S3.3:根据步骤S3.2中道路拥堵指数,计算城市旅游网格中所有道路的平均拥堵指数作为该城市旅游网格在该时间片下的拥堵指数,计算公式如下,其中c
i,t
表示第i条道路在第t个时间片中的拥堵指数,C
r,t
表示网格r在第t个时间片下的拥堵指数:S3.4:根据步骤S1和S2所述数据,计算每个城市旅游网格在每个时间片的出租车到达数量,记为N
r,t
,表示第r个网格中在第t个时间片中出租车到达数量;S3.5:根据步骤S3.3和S3.4所述数据,...
【专利技术属性】
技术研发人员:孔祥杰,黄志强,沈国江,刘志,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。