第一章緒論1.1研究背景近年來，我國旅游業(yè)呈現(xiàn)快速發(fā)展勢頭。在第三產(chǎn)業(yè)中，旅游業(yè)對有效促進我國經(jīng)濟全面發(fā)展具有十分重要的作用。旅游行業(yè)逐漸成為我國經(jīng)濟支柱產(chǎn)業(yè)之一，很多省市都在把發(fā)展重心向旅游產(chǎn)業(yè)轉(zhuǎn)移。在旅游群體中，大學生是整個旅游市場的重要且獨立的部分。大學生作為一個特殊的社會群體，具有一定的經(jīng)濟獨立和自力更生的能力，時間比較悠閑，有冒險精神和追夢的夢想家，助長了大學生的旅游熱潮。因此，大學生作為旅游產(chǎn)業(yè)的地位不容忽視。2020年疫情來襲，全世界都受到了疫情的影響，各個階層都受到了疫情的影響，尤其是旅游業(yè)。而旅游業(yè)在這種情況下，要如何更好地進行面對大學生群體的發(fā)展，勢在必行。近年來隨著我國經(jīng)濟飛速發(fā)展，旅游業(yè)發(fā)展成為國內(nèi)學術(shù)界探討的熱點話題之一。旅游業(yè)不斷地細分目標市場，讓大學生這一特殊群體在行業(yè)內(nèi)成為了一塊重要的消費人群。通過查閱相關(guān)文獻后發(fā)現(xiàn)，對于出行旅游方面較多是圍繞在旅游出行現(xiàn)狀、旅游出行體驗等方面進行研究，而對旅游決策的影響因素研究比較欠缺。本文以大學生為對象，對其旅游決策的影響因素進行實證分析，希望能補充這塊研究欠缺，為以后更深入的研究提供一定參考借鑒。1.2研究目的本研究分析影響大學生出行決策的因素，利用問卷調(diào)查收集的大數(shù)據(jù)作為大數(shù)據(jù)分析的來源，并結(jié)合大數(shù)據(jù)挖掘技術(shù)的決策樹和隨機森林進行心理理解。了解大學生出行及出行決策過程，以及影響大學生出行決策的主要影響因素，并在其研究結(jié)果之上進行分析、討論，希望能夠為旅游行業(yè)從業(yè)者和經(jīng)營者提供有價值的參考。1.3國內(nèi)研究現(xiàn)狀劉小嵌（2017）通過問卷調(diào)查的方式深入了解了年輕旅游者這一不斷壯大的特殊群體的決策心理過程，分析出旅游企業(yè)需要為其提供心之所向的體驗服務產(chǎn)品，真正做到滿足這一特定游客群體的個性化需求[2]。趙鵬（2012）建立了影響大學生旅游消費行為的因素模型，通過假設檢驗證實了旅行前的旅行決策、旅行目的地感知和旅行動機與選擇顯著相關(guān)。[3]旅游目的地。鄭海青（2017）使用了基于Scrapy框架的網(wǎng)絡爬蟲技術(shù)和基于BeautifulSoup的網(wǎng)頁信息提取技術(shù)。從馬蜂窩旅游網(wǎng)抓取了景點大數(shù)據(jù)結(jié)合問卷調(diào)查的方式，使用了結(jié)合了貝葉斯分類推薦和關(guān)聯(lián)規(guī)則推薦的混合推薦算法具有較好的推薦準確率和覆蓋度，能夠滿足對用戶對景點推薦的需求[4]。目前國內(nèi)學者對于大學生旅游決策影響因素分析的研究相對較少，且主要是通過問卷調(diào)查的形式，研究方法大多是采用簡單的描述性統(tǒng)計分析和回歸分析方法為主。本文將引入大數(shù)據(jù)挖掘算法（決策樹、隨機森林）來分析大學生旅游決策影響因素，希望能增補大學生旅游決策影響因素分析的研究方法。1.4研究工具與方法本文將使用決策樹及隨機森林兩種算法作為基礎算法，并以此來確定大學生旅游決策影響因素的影響大小。決策樹是使用二叉樹圖來表示處理邏輯的工具。處理的邏輯要求可以直觀、清晰地表達出來。特別適用于判斷因素較少、邏輯組合關(guān)系不復雜的情況。隨機森林是具有多棵決策樹的分類器，輸出類由它從每棵樹輸出的類模式?jīng)Q定。

第二章大數(shù)據(jù)挖掘概述2.1大數(shù)據(jù)挖掘定義1990年代出現(xiàn)的大數(shù)據(jù)挖掘，近來在信息產(chǎn)業(yè)受到高度重視，發(fā)展迅速，成為大數(shù)據(jù)時代各行各業(yè)的熱點。所謂的大數(shù)據(jù)挖掘技術(shù)是指從大型數(shù)據(jù)庫中隱含、嘈雜和隨機揭示以前未知或潛在有價值的信息的簡單過程[5]。大數(shù)據(jù)篩選和大數(shù)據(jù)預處理可以幫助決策者分析過去和現(xiàn)在的大數(shù)據(jù)，并以高度自動化的方式分析原始大數(shù)據(jù)進行歸納推理[6]。2.2大數(shù)據(jù)挖掘方法大數(shù)據(jù)挖掘分為引導式大數(shù)據(jù)挖掘和非引導式大數(shù)據(jù)挖掘。引導式大數(shù)據(jù)挖掘是使用可用的大數(shù)據(jù)來構(gòu)建描述特定屬性的模型。無向大數(shù)據(jù)挖掘正在尋找所有屬性之間的某種關(guān)系。具體來說，分類、評估和預測屬于引導式大數(shù)據(jù)挖掘，關(guān)聯(lián)規(guī)則和聚類屬于非引導式大數(shù)據(jù)挖掘。（1）分類首先從大數(shù)據(jù)中選擇一個分類的訓練集，在訓練集上使用大數(shù)據(jù)挖掘技術(shù)建立分類模型，然后使用分類模型對未分類的大數(shù)據(jù)進行分類。（2）評價評價類似于分類，但評價的最終產(chǎn)物是一個連續(xù)值，評價量沒有預先確定。評估可以作為分類的準備。（3）通過分類或評價訓練得到模型的模型，通過分類或評價進行預測；如果該模型對一組測試樣本的準確率較高，則該模型可用于未知變量；預測一個新的樣本。（4）相關(guān)分組或關(guān)聯(lián)規(guī)則，其目的是發(fā)現(xiàn)總是一起發(fā)生的事情。（5）聚類通過自動查找和設置分組規(guī)則，通過確定樣本之間的相似性將相似樣本劃分為聚類[7]。2.3大數(shù)據(jù)挖掘流程大數(shù)據(jù)挖掘是從不完整、嘈雜、模糊和隨機的大量大數(shù)據(jù)中提取隱藏的、未知的但可能有用的信息和知識的過程，有以下基本流程：（1）明確目標，在實施大數(shù)據(jù)挖掘之前，須明確通過大數(shù)據(jù)挖掘去解決什么樣的問題。（2）大數(shù)據(jù)搜集，當明確了目標后，需要去搜集大數(shù)據(jù)，搜集的大數(shù)據(jù)即可以影響到這些問題的解決辦法，大數(shù)據(jù)搜集決定了后期工作進程的順利程度。（3）大數(shù)據(jù)清洗，搜集到的大數(shù)據(jù)來源是復雜混亂的，必須保證大數(shù)據(jù)的“干凈”，因為大數(shù)據(jù)的質(zhì)量高低將會影響最終結(jié)果的準確性。（4）構(gòu)建模型，在保證大數(shù)據(jù)“干凈”的前提下，需要考慮以什么樣的模型能進行建模，以確保更好的解決問題，。（5）模型評估，即從已建立的模型中選擇最佳模型的主要目的，是為了確保最佳模型更好地反映大數(shù)據(jù)的真實性。（6）應用部署，把從大數(shù)據(jù)挖掘中得到的規(guī)律運用到實際問題中去。

第三章大數(shù)據(jù)挖掘技術(shù)在智慧旅游中的應用3.1旅游大數(shù)據(jù)及挖掘在旅游業(yè)應用的必要性隨著時代經(jīng)濟的高速發(fā)展和科技的發(fā)展，現(xiàn)代大數(shù)據(jù)的應用越來越廣泛，當前國內(nèi)的旅游業(yè)也在快速發(fā)展。大數(shù)據(jù)應用受到更多關(guān)注，旅游行業(yè)相關(guān)管理部門更加關(guān)注大數(shù)據(jù)的實際應用和研究現(xiàn)狀。隨著互聯(lián)網(wǎng)時代的發(fā)展，旅游業(yè)發(fā)展迅猛，但旅游網(wǎng)站的精準設計往往會運用大數(shù)據(jù)技術(shù)，為當今的旅游出行提供必要的支持，推薦最佳旅游景點。當今旅游行業(yè)的旅游網(wǎng)站擁有超過5億頁的數(shù)據(jù)，旅游網(wǎng)站頁面包括Hopper以及一些社交旅游網(wǎng)站和酒店綜合搜索引擎。通過記錄相關(guān)形成，做好平臺的共享設計，加強游客與旅游業(yè)相關(guān)人員的聯(lián)系，從根本上保障旅游業(yè)的全面快速發(fā)展。根據(jù)當今大數(shù)據(jù)信息的多樣化，游客只需在網(wǎng)站上點擊想去的旅游目的地，與旅游相關(guān)的吃、喝、住、行等生活必需品就會自動彈出。在實際的產(chǎn)品選擇過程中，信息量很大，游客往往要自己做出選擇和判斷。同時，旅游大數(shù)據(jù)在旅游行業(yè)的應用和挖掘，通過提供這些數(shù)據(jù)，借助百度，及時的數(shù)據(jù)信息搜索和引擎，不僅保證了當前優(yōu)秀的營銷發(fā)展旅游行業(yè)，也保證了當前旅游行業(yè)以及企業(yè)的良好營銷發(fā)展，正在影響著產(chǎn)業(yè)社會，對景區(qū)隊伍的監(jiān)控，對景區(qū)人數(shù)的監(jiān)控起到了一定的積極作用。總體而言，旅游大數(shù)據(jù)與挖掘在旅游行業(yè)的廣泛應用，不僅為現(xiàn)代旅游企業(yè)的快速發(fā)展提供了有利的加速，也為人們科學收集和獲取旅游信息提供了一定的便利。它雖然可以準確預測客流趨勢，但直接捕捉到游客的喜好，對提升現(xiàn)代旅游公共服務有非常有利的作用。因此，有必要將旅游大數(shù)據(jù)和挖掘應用到旅游行業(yè)。在旅游業(yè)中，在旅游大數(shù)據(jù)與挖掘的應用過程中，不僅實現(xiàn)了隱藏信息的挖掘，還提供了對現(xiàn)代旅游業(yè)發(fā)展具有重要意義的有價值信息，具體應用過程如下。3.2智慧旅游系統(tǒng)中結(jié)構(gòu)和屬性信息的數(shù)據(jù)挖掘由于當今復雜網(wǎng)絡的廣泛應用和數(shù)據(jù)源的增加，近年來復雜網(wǎng)絡中的數(shù)據(jù)量呈爆炸式增長。旅游、大數(shù)據(jù)、云計算都是當下的熱點，智慧旅游是我們關(guān)注的重點。旅游行業(yè)復雜數(shù)據(jù)的爆發(fā)式增長，加速了旅游大數(shù)據(jù)的產(chǎn)生，以及在智慧旅游系統(tǒng)中挖掘復雜網(wǎng)絡數(shù)據(jù)的緊迫性。結(jié)合智慧旅游復雜網(wǎng)絡模型中的結(jié)構(gòu)信息、屬性信息和信息流，是挖掘復雜網(wǎng)絡數(shù)據(jù)的基礎和關(guān)鍵。為了在高度復雜、非結(jié)構(gòu)化的復雜網(wǎng)絡中準確、高效地構(gòu)建智慧旅游復雜網(wǎng)絡的數(shù)據(jù)挖掘模型，需要從相對綜合的復雜網(wǎng)絡中收集和收集盡可能多的數(shù)據(jù)。它提取復雜網(wǎng)絡的核心信息以抽象其節(jié)點、邊及其屬性。預處理復雜網(wǎng)絡數(shù)據(jù)產(chǎn)生可用于數(shù)據(jù)挖掘的原始數(shù)據(jù)類型，包括來自復雜網(wǎng)絡的靜態(tài)數(shù)據(jù)和動態(tài)信息流數(shù)據(jù)。復雜的網(wǎng)絡數(shù)據(jù)源，如智慧旅游，主要來自現(xiàn)實世界中挖掘的真實網(wǎng)絡，包括社交網(wǎng)絡中的話題、交通網(wǎng)絡中的車輛、景區(qū)網(wǎng)絡中的景點、旅行社網(wǎng)絡中的旅行社等。這部分是來自復雜網(wǎng)絡數(shù)據(jù)源的信息。智慧旅游中復雜網(wǎng)絡數(shù)據(jù)挖掘的結(jié)構(gòu)和性質(zhì)分析主要體現(xiàn)在以下幾個方面：（1）在云服務過程中，智慧旅游的屬性價值主要是面向服務價值的整合創(chuàng)新，現(xiàn)階段數(shù)據(jù)挖掘主要集中在物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和移動互聯(lián)網(wǎng)數(shù)據(jù)管理、資源共享、制度實施、實現(xiàn)改進。我們通過對智慧旅游系統(tǒng)服務準備階段、服務進展階段、服務結(jié)束階段三個屬性的分析，提升智慧旅游系統(tǒng)的人性化。（2）智慧旅游系統(tǒng)的結(jié)構(gòu)挖掘主要是對傳統(tǒng)旅游模式的重構(gòu)。加強創(chuàng)新，以云計算為技術(shù)手段，提升服務理念。該過程主要是對旅游模式進行分解，將各個旅游節(jié)點置于一個復雜的網(wǎng)絡環(huán)境中，對其進行分析，從根本上解決各個節(jié)點在時間和空間上的演化過程，從而有效提升游客的旅游體驗。（3）智慧旅游系統(tǒng)中商業(yè)模式的性質(zhì)，從購買傳統(tǒng)旅游景點到電子商務的轉(zhuǎn)變，改變旅游行程中的購物模式，這個模式的核心是對海量信息的精準處理，這是復雜網(wǎng)絡數(shù)據(jù)挖掘的重點。（4）以游客為中心的智慧旅游系統(tǒng)中的旅游物業(yè)數(shù)據(jù)挖掘。網(wǎng)絡中心對復雜網(wǎng)絡進行節(jié)點分析，得到單個游客的位置以及復雜網(wǎng)絡各節(jié)點所需的網(wǎng)絡資源。鏈路預測通過記錄用戶在網(wǎng)絡上的行為來改善用戶訪問體驗。3.3智慧旅游系統(tǒng)中的協(xié)同過濾——推薦相似項在大數(shù)據(jù)時代，游客復雜的個性化需求和大數(shù)據(jù)的處理，使我們的旅游業(yè)進入了智慧旅游時代。智慧旅游是對整個旅游系統(tǒng)進行完善和提升，以滿足游客的需求，從簡單的旅游體驗到不同的需求。推薦相似物品的問題主要從尋找具有大交集的集合的問題開始，在尋找過程中主要使用最小散列技術(shù)。智慧旅游的發(fā)展是一種創(chuàng)新，它在云計算環(huán)境下根據(jù)游客的個性指標做出有效的推薦，這是挖掘復雜網(wǎng)絡數(shù)據(jù)的有效算法。為了解決這個問題，已經(jīng)開發(fā)了地理感應散列技術(shù)，可以將搜索范圍集中在可能相似的項目對上。在協(xié)同過濾中，系統(tǒng)向用戶推薦具有相似興趣的用戶喜歡的東西。它首先找到一組可能的相似文檔的候選對，然后基于這個集合，找到實際的相似文檔。對智慧旅游系統(tǒng)中定制旅游云服務的選擇進行協(xié)同過濾，通過技術(shù)手段為這些信息數(shù)據(jù)資源構(gòu)建基于云平臺的樞紐，進行信息組織和數(shù)據(jù)計算。智慧旅游控制中心提取復雜網(wǎng)絡動態(tài)增長信息，進行大數(shù)據(jù)分析，通過移動互聯(lián)網(wǎng)將分析結(jié)果可視化，為游客提供精準的旅游信息。在模糊項目的協(xié)同過濾-推薦過程中，選擇最小哈希簽名長度，并檢查每個候選對的簽名，以確定一致性比是否高于某個值。智慧旅游系統(tǒng)采用算法組合實現(xiàn)個性化推薦。3.4智慧旅游系統(tǒng)中網(wǎng)絡數(shù)據(jù)流挖掘智慧旅游系統(tǒng)的數(shù)據(jù)是流動的，是由旅游特點決定的。預測復雜網(wǎng)絡中信息傳播過程的方法主要是結(jié)合信息流信息進行挖掘。由于復雜網(wǎng)絡的性質(zhì)，在數(shù)據(jù)挖掘過程中，我們更感興趣的是數(shù)據(jù)的動態(tài)屬性，即信息流的屬性。數(shù)據(jù)流挖掘意味著您可以在真正需要時使用任何數(shù)據(jù)。當發(fā)現(xiàn)有數(shù)據(jù)流來時，需要及時處理數(shù)據(jù)。否則，數(shù)據(jù)將丟失。智慧旅游系統(tǒng)通過云計算、物聯(lián)網(wǎng)等技術(shù)手段，及時捕捉所有信息流，進行精準數(shù)據(jù)分析，提取有用樣本，向智慧旅游系統(tǒng)控制中心提供指揮信息。一般來說，流處理的常用方法是選擇或過濾。換句話說，您希望流只接受一組滿足特定條件的元組。允許的元組被流式傳輸?shù)狡渌M程，而其他元組被忽略。在復雜的網(wǎng)絡中，智慧旅游處理的信息不僅包括結(jié)構(gòu)信息，還包括屬性信息和信息流，因此不僅需要研究靜態(tài)屬性，還需要研究動態(tài)屬性。傳統(tǒng)的網(wǎng)絡挖掘方法甚至無法描述或預測復雜網(wǎng)絡中信息分布的動態(tài)過程。在構(gòu)建智慧旅游系統(tǒng)時，將復雜網(wǎng)絡的數(shù)據(jù)挖掘系統(tǒng)應用于數(shù)據(jù)處理。通過構(gòu)建可靠、可靠、高效的數(shù)據(jù)挖掘機制，可以預測數(shù)據(jù)流處理中信息傳播過程中的問題。整個智慧旅游是一個以旅游為導向的人流系統(tǒng)。

第四章大數(shù)據(jù)挖掘在智慧旅游中的展望數(shù)據(jù)挖掘技術(shù)對現(xiàn)代信息數(shù)據(jù)管理和信息化發(fā)展均具有重要意義，而且已經(jīng)對許多行業(yè)的發(fā)展產(chǎn)生了重要影響。在旅游行業(yè)中，隨著線上旅游服務的發(fā)展，信息化的旅游服務將逐漸成為一種發(fā)展趨勢，數(shù)據(jù)挖掘技術(shù)將對旅游信息化服務產(chǎn)生更加重要的影響，其中對于旅游服務平臺或是旅游軟件的旅游路線管理具有重要作用。一方面，利用旅游路線管理系統(tǒng)，旅游服務平臺可以通過進一步調(diào)整旅游路線，提升路線的吸引力，保持住熱門路線的市場競爭力，及時調(diào)整冷門路線，降低游客的流失率。另一方面，可以通過完善旅游服務平臺的旅游路線管理，來提升旅游服務軟件的市場價值，進而提高旅游服務軟件的市場競爭力。國內(nèi)外對于數(shù)據(jù)挖掘技術(shù)及其應用有了較為具體的研究，對旅游服務軟件的路線管理方面的研究相對較少，此外，數(shù)據(jù)挖掘在旅游服務軟件路線管理中的應用研究較少，因此基于數(shù)據(jù)挖掘的智慧旅游路線管理具有廣闊的研究空間。（1）基于數(shù)據(jù)挖掘的智慧旅游路線系統(tǒng)開發(fā)。當前智慧旅游的整個系統(tǒng)軟件實際上仍較為簡單，使用數(shù)據(jù)挖掘，能有效提升旅游路線的分類以及信息篩選，因此數(shù)據(jù)挖掘的智慧旅游路線管理系統(tǒng)的開發(fā)設計將是未來研究的一大方向。（2）智慧旅游路線管理模塊的運行?；跀?shù)據(jù)挖掘的智慧旅游路線管理系統(tǒng)實際上更為便捷，但是當前的旅游服務軟件中的路線管理系統(tǒng)是否具備了完善的運行模塊以及各運行模塊如何更好的進行磨合和發(fā)展，則是影響智慧旅游路線管理良性發(fā)展的關(guān)鍵因素。

結(jié)論近年來，隨著時代經(jīng)濟的飛速發(fā)展和科技的飛速發(fā)展，旅游業(yè)逐漸積極發(fā)展，逐漸引領(lǐng)時代發(fā)展潮流。同時，大數(shù)據(jù)時代的到來也是當今媒體的熱門話題之一。旅游大數(shù)據(jù)在旅游業(yè)中的應用一直是旅游業(yè)研究的重點之一。本文在研究旅游大數(shù)據(jù)及其在挖掘和旅游行業(yè)中的應用的同時，首先對大數(shù)據(jù)和旅游數(shù)據(jù)挖掘進行了概述，分析了旅游大數(shù)據(jù)和挖掘在旅游行業(yè)中的必要性。最后對旅游大數(shù)據(jù)與挖掘在旅游行業(yè)的應用方向進行了探討和總結(jié)。隨著時代經(jīng)濟的高速發(fā)展，旅游大數(shù)據(jù)和挖掘技術(shù)也在蓬勃發(fā)展，當前旅游市場的競爭也越來越激烈，為了讓旅游企業(yè)有更好的市場發(fā)展前景，現(xiàn)代旅游企業(yè)必須提高旅游大數(shù)據(jù)的信息處理能力，進行有效的信息挖掘，獲取有價值的信息，爭取更多的市場發(fā)展機會，合理配置旅游資源相關(guān)系統(tǒng)，不斷尋找和組合潛在客戶。根據(jù)潛在客戶的需求，提供定制化的旅游服務，全面促進旅游業(yè)的快速發(fā)展。

參考文獻[1]高歌.大大數(shù)據(jù)應用對河北省旅游業(yè)發(fā)展的影響及促進研究[D].河北大學，2021.[2]劉小嵌.移動互聯(lián)網(wǎng)背景下年輕旅游者旅游消費決策影響因素研究[D].湖南師范大學，2017.[3]趙鵬.大學生旅游消費行為影響因素研究[D].中南大學，2012.[4]鄭海青.基于大數(shù)據(jù)挖掘的個性化旅游推薦研究[D].武漢大學，2017.[5]姜騰.大數(shù)據(jù)挖掘技術(shù)應用于職業(yè)教育信息系統(tǒng)研究[J].辦公自動化，2019，24(03):59-63.[6]于雪萌基于學生行為分析的教育大數(shù)據(jù)挖掘算法研究[D]山東師范大學，2020.[7]張曾蓮著．基于非營利性、大數(shù)據(jù)挖掘和科學管理的高校財務分析、評價與管理研究：首都經(jīng)濟貿(mào)易大學出版社，2014.05[8]楊學兵，張俊.決策樹算法及其核心技術(shù)[J].計算機技術(shù)與發(fā)展，2007(01):43-45.[9]鞠靜.基于決策樹算法的高校圖書館圖書采訪決策模型研究[D].河北大學，2021.[10]楊小娟決策樹算法在學生課程成績分析中的應用研究[D]云南師范大學，2021.[11]唐容.基于特征選擇的CART算法研究[D].電子科技大學，22.[12]劉亞芬.基于GA的CART決策樹改進算法與應用[D].廣州大學，22.[13]李如平.大數(shù)據(jù)挖掘中決策樹分類算法的研究[J].東華理工大學學報(自然科學版)，2010，33(02):192-196.[14]ImprovingrandomforestalgorithmbyLassomethod[J].JournalofStatisticalComputationandSimulation，2021，91(2).[15]ZhonghuiTan，JuanHuo，ShuoMa，DingHan，XinWang，ShensenHu，WeiYan.EstimatingcloudbaseheightfromHimawari-8basedonarandomforestalgorithm[J].International