旅游数据调研与监测系统

摘要

本发明涉及数据调研技术领域，具体公开了一种旅游数据调研与监测系统；包括媒体调研平台、旅游经济运行数据跟踪子系统、旅游业动态监测子系统、旅游财经资讯数据库和媒体样本库运营管理平台；媒体调研平台为浏览器和客户端提供科研项目管理调研发布的工作流平台；旅游经济运行数据跟踪子系统对网络公共信息和主动调研数据进行收集和跟踪；旅游业动态监测子系统对数据进行动态监测；旅游财经资讯数据库为数据的调研和监测提供检索数据库；媒体样本库运营管理平台将样本存储在旅游调研样本库中，支撑周期性的和跟踪性的调研项目。本发明提升了科研能力，降低了调研成本，增强了调研水平，为定量和质性旅游研究提供了技术支持和数据来源。

说明书

技术领域

本发明涉及一种数据调研技术领域，尤其涉及旅游业的数据调研与动态监测系统。

背景技术

经济的发展促使中国旅游产业有了跨越式的大发展，不管是从旅游人数还是从旅游收入来说，中国都已迈入了旅游大国的行列。但是，重大节假日景区人流压力过大，导致景区的保护和管理的难度和风险较大，重点景区交通混乱，打车难，导游宰客等现象多出，游客体验度大打折扣。这些问题若得不到及时解决，极大制约了我国旅游业的进一步发展。

中国旅游经济高速发展，旅游研究的环境也在快速变化，科研课题的研究也在与时俱进，同时，整个信息化管理的环境也在不断改变。互联网的高速发展，移动互联网的普及，智能终端的快速更新换代，网络带宽环境的日趋稳定，社交平台所带来的巨量信息，对于旅游行业的发展产生了巨大的影响。

如何进行目的地意向预测，提前预测景区游客接待的压力，从而让游客方便快捷的获取旅游信息，帮助游客更好的安排旅游计划并形成旅游决策，为旅游数据研究收集数据和研究资料提供质性研究和定量研究，能够适用于旅游行业的不同范围、不同层次、不同管理模式、不同信息系统及不同设备，已成为亟待解决的技术难题。

目前还没有有效的解决方案。

发明内容

本发明所解决的技术问题是研制一种旅游数据调研与监测系统，本发明通过各个子系统和分层设计，采用整体规划、分布实施的模式，充分利用最新的大数据采集和分析成果，结合先进的移动互联网调研技术和云计算技术，跨越统计领域、计算机领域、旅游领域，支持质性研究和定量研究，填补了旅游行业空白领域的数据跟踪研究；既保证了对现有需求的良好支撑，也保证了整个数据总线的标准、科学和高效性；本系统具有良好的实用性、可操作性、可扩展性、开放性和安全性，为定量和质性相关研究提供技术支持和数据来源，为逐步建立中国旅游研究院大数据中心、旅游经济的运行和旅游科研提供了决策依据和数据来源。

为了解决上述技术问题，本发明提供了一种旅游数据调研与监测系统，包括：

媒体调研平台、旅游经济运行数据跟踪子系统、旅游业动态监测子系统、旅游财经资讯数据库和媒体样本库运营管理平台；

所述媒体调研平台为浏览器和客户端提供科研项目管理调研发布的工作流平台；

所述旅游经济运行数据跟踪子系统基于所述媒体调研平台，对网络公共信息和主动调研数据进行收集和跟踪；

所述旅游业动态监测子系统基于所述旅游经济运行数据跟踪子系统所收集和跟踪的数据进行动态监测；

所述旅游财经资讯数据库是将旅游类的政经媒体电子期刊归类入库，形成资讯数据库，为数据的调研和监测提供检索数据库；

所述媒体样本库运营管理平台通过所述媒体调研平台招募的科研项目管理的样本，存储在旅游调研样本库中；所述旅游调研样本库支撑周期性的调研项目和跟踪性的调研项目。

优选地，所述科研项目管理包括出游意愿调研、突发事件调研、课题调研和专题调研。

更加优选地，所述课题调研包括项目发布、样本资源审批和数据发布。

更加优选地，所述旅游经济运行数据跟踪子系统包括：

旅游经济运行动态监测：对主题数据进行采集和跟踪监测，并支持新增主题；

收集目的地意向数据：基于网络公共信息和主动调研数据，获取游客旅游意向，提前预测未来的目的地热度，为旅游经济提供仿真、预警和监测数据支持；

跟踪收集旅游价格数据：基于网络公共信息，形成全国各个城市的旅游价格数据；

跟踪收集旅游就业需求数据：基于全国500家重点旅游企业的招聘动态，形成旅游就业景气数据。

更加优选地，所述主题数据包括游客出游意愿、出游满意度、对突发事件的态度以及包括价格和预定情况在内的企业对突发事件的反馈。

更加优选地，所述收集目的地意向数据的周期为每周、每月和法定节假日前。

更加优选地，所述跟踪收集旅游价格数据的周期为每天。

更加优选地，所述旅游业动态监测子系统监测目的地互联网信息，捕捉最新热点；对最新热点事件进行专题监测，采集事件进展和态度信息；并将采集的信息形成动态监测报告。

更加优选地，所述动态监测报告的周期为每周。

更加优选地，所述热点和所述专题监测，每天进行关键字归纳和提醒。

更加优选地，所述旅游调研样本库包括抽样、样本排重、黑名单、红名单、白名单和标准题的管理；最新热点为红名单，过期热点为白名单，旅游抱怨为黑名单，标准题为最新热点的标题索引。

更加优选地，所述旅游数据调研与监测系统采用分层模型，包括，底层为电子设施层，是整个平台的系统基础设施和设备；顶层是应用界面层，是与客户端进行通讯的平台；中间层分为三层：即数据采集和平台管理层、数据加工层以及报告自动化和综合展示层。

更加优选地，所述应用界面层包括六大板块，即旅业动态、资讯荟萃、数据监测、调研平台、检索平台和系统管理。

更加优选地，所述数据采集和平台管理层为系统提供数据采集和基础平台支撑；数据采集包括网络信息采集和调研平台；基础平台为系统的运转提供权限管理、资源管理和运营保障。

更加优选地，所述网络信息采集包括精确信息采集和增量信息采集，精确信息采集实现对价格信息、就业需求信息、目的地意向信息的采集；增量信息采集实现财经资讯、国内旅游资讯、国际旅游资讯和网络旅游信息的采集，所述网络信息采集的对象包括：网站、微博、旅游论坛和微信，覆盖旅游经济运行过程中的企业、游客、政府部门和旅游目的地网络门户。

更加优选地，所述调研平台包括调研平台支撑、在线调研和不同渠道访问接口；所述调研平台支撑为调研平台以项目作为调研任务的组织单元，实现通用问卷描述规范、项目管理、问卷设计、样本导入、抽样计划、数据导出和不同语言支持服务；所述不同渠道访问接口提供多种渠道数据采集方式的统一接入服务，不同调研渠道均通过不同渠道访问接口来接入所述调研平台，实现接入服务的标准化；所述在线调研为系统提供基于移动互联网和电脑互联网络的问卷数据采集方式。

更加优选地，所述调研平台支持专题调研和连续调研；所述连续调研通过建立父子项目来实现；所述平台提供的服务包括：问卷设计、样本抽样、实现包括旅游地拦截访问和景区任务监控的访员配置、配额监控和管理、调研过程实时监控、调研终端的任务下发、调研终端的数据上传、调研数据审核管理、在线实时统计分析以及数据导出，实现包括游客出游意愿、出游满意度、对突发事件的态度以及包括价格和预定情况在内的企业对突发事件的反馈四大主题的调研数据采集。

更加优选地，所述调研平台包括平台工作流、统一样本库、社交平台、系统管理和支撑以及资源管理；所述平台工作流用于支撑调研项目的立项、审批、样本获取和调研实施的全程管控，为调研平台提供项目管理工作流程；所述统一样本库保证调研数据的统一，并通过样本数据的累积，为连续主题监测和后续专题调研提供长期样本来源；所述社交平台实现调研问卷的分享、积分管理、和积分兑换，保证所述统一样本库的持续运营，并维护活跃的样本社群；所述系统管理和支撑提供事务控制、安全管理和集群管理服务，包括提供可视化界面、管理和维护数据采集任务、开展任务的调度和管理、监控定向网站、实时反馈信息采集程序运行状态、用户意见反馈以及病毒侵扰情况；所述资源管理对系统的信息资源进行资产化管理，所述资源包括问卷、问题、样本、信息采集源和报告模板。

更加优选地，所述数据加工层实现包含结构化数据和非结构化数据的数据处理、数据建模、大数据挖掘和智能统计分析；所述数据处理对结构化数据按照通用数据描述规范，转换成为系统统一的数据格式，通用数据描述规范对变量在未来数据建模中的角色进行说明，并对数据流中变量取值的有效性进行限定、检查和调整，数据进入数据处理、分析和挖掘环节之前，按照平台语法规范进行调整；对非结构化数据进行内容去重、正文抽取、文本分类和文档解析基础件的内容处理，提供词法分析、新语自动发现、文本自动摘要、文档关键词提取和文本聚类的分析和挖掘，实现与报告模板对接，为简报生成提供数据来源，并建立索引，提供数据搜索，同时支持信息检索和查询；所述数据建模针对按照平台语法规范调整后的数据集，进行数据集成、数据映射、数据加权和数据抽样，再为所述数据集定制数据处理基础件和建模基础件，对无效样本剔除、缺失值的定义和插补、变量标签调整和优化、分值转换、连续调研的样本标记、模型设置、探索性分析、统计计算、分析报告配置的过程进行定义，形成从数据采集、数据处理、建模、自动报告的自动运行过程。

更加优选地，所述结构化数据包括：价格数据的原始数据、目的地意向数据的原始数据、就业需求数据的原始数据和调研平台的结果数据。

更加优选地，所述报告自动化和综合展示层为用户提供信息展示服务，支持报告模式和在线展示模式；所述报告自动化和综合展示层包括数据在线查询、数据探索分析、数据在线查询、连续项目的数据分析、调用信息可视化展示、在线报告、信息推送、和信息自动提醒。

更加优选地，所述电子设施层为系统提供了物理环境；包括增量信息采集基础设施、精确信息采集基础设施、调研平台基础设施和网络设备。

本发明与现有技术相比，具有如下有益效果：

1.提升科研能力：加强了旅游科研过程中的数据采集、数据分析和数据挖掘能力，通过借力信息化的工具手段，提升科研人员的工作效率和工作质量，创造更多的科研成果。

2.降低调研成本：通过建立自主的旅游样本库，逐步降低调研的成本，借力于移动互联网手段，使得调研过程更加人性化，数据采集效率更高，数据质量更好，而且样本可持续经营和维护，长远来看，降低了科研课题中的调研成本。

3.形成知识产权：通过自主设计和研发，对于系统的构建思路、关键技术、算法和模型，形成专利或著作权的知识产权资产，提升中国旅游研究的整体科研实力；

4.技术创新：通过建设本系统，采用技术创新手段，解决了旅游经济运行监测中的关键性的问题：例如目的地意向；所采用的技术手段和其应用领域，填补了旅游研究领域的空白。

附图说明

图1示例性的示出了本发明旅游数据调研与监测系统的分层模型架构示意图；

图2示例性的示出了本发明旅游数据调研与监测系统的分层模型中的中间层架构示意图。

具体实施方式

为了更好的理解本发明所解决的技术问题、所提供的技术方案，以下结合附图及实施例，对本发明进行进一步详细说明。此处所描述的具体实施例仅用以解释本发明的实施，但并不用于限定本发明。

在优选的实施例中，本发明包括媒体调研平台、基于媒体的旅游经济运行数据跟踪子系统、旅游业动态监测子系统、旅游财经资讯数据库、媒体调研门户和媒体样本库运营管理平台；具体描述如下：

一、媒体调研平台

1、调研项目管理

建设为一个多渠道调研平台，既支撑完成现有调研项目的要求，包括每个月和重点节假日的出游意愿调研、针对突发事件的态度调研等；也支撑各研究所的重大课题调研，适合各种专题调研。建设调研工作流平台，为各所专项课题调研提供科研项目管理支撑，包括项目发布、样本资源审批、数据发布等。

2、建立多种调研发布渠道

建立多种调研发布渠道，为未来更多渠道的调研手段提供扩展。支持手机端调研，在调研项目执行过程中，用户利用手机浏览器或移动客户端APP，基于移动通信网络，完成答题行为和相关信息查看。也支持PC端调研，在调研项目执行过程中，用户利用电脑上的浏览器，基于互联网Internet，完成答题行为和相关信息查看。

3、建立媒体调研门户

建立一个调研门户，实现通过PC浏览器、APP客户端、手机浏览器和中国旅游研究院的微信公众号方式，支持用户注册，完善个人资料，完成分配的调研任务，将积分兑换为等值激励(如充值卡等)。提供用户激励功能，平台运营人员或调研委托方可向参与调研的用户发放充值卡、进行抽奖以及积分兑换等奖励措施。

二、基于媒体的旅游经济运行数据跟踪子系统

旅游经济运行动态监测：对主题数据进行采集和跟踪监测，并支持新增主题。

收集目的地意向数据：依托网络公共信息和主动调研数据，获取游客旅游意向，提前预测未来的目的地热度，为旅游经济提供仿真、预警和监测数据支持。粒度为每周、每月和重点节庆前；

337个目的地，火车票余票数量和到站人数统计(到站点提前一小时检索)；

337个目的地，(含4A、5A级景点)在论坛和社交媒体的曝光率；

337个目的地的(含4A、5A)景点搜索热度。

跟踪收集旅游价格数据：依托网络公共信息，形成337个主要城市旅游价格数据；数据的计算粒度为每天；

旅游价格数据包括：60个旅游城市的景区门票价格，4A、5A级景区门票价格，3A及以下级景区门票价格，非A级景区门票价格，60个旅游城市的酒店价格；经济型：二星级/其他，三星级/舒适，四星级/高档，五星级/豪华；60个旅游城市的机票价格；

旅游就业需求数据：依据500家重点旅游企业的招聘动态，形成旅游就业景气数据；包括：信息源为就业网站(30家)、500家样本企业，景区就业需求数据，酒店就业需求数据，旅行社就业需求数据，旅游咨询企业就业需求数据，其他相关企业就业需求数据；

三、旅业动态监测子系统

监测各个目的地相关的互联网信息，捕捉相关热点；针对重点事件，进行专题监测，采集事件进展、态度等信息；信息采集，每周形成简报；热点发现和专题监测，每天进行关键字归纳和提醒，每周形成简报。信息采集范围应该包括：

微博，应该包括新浪微博、腾讯微博、搜狐微博和网易微博；

论坛，应该包括全国性主流论坛、各地方性的主流论坛以及旅游行业相关论坛；

网站，应该覆盖主流门户网站、主流官方媒体和地方媒体、主流商业媒体等信息发布网站；

微信，应该覆盖旅游相关的主流官方微信公众号。

除此之外，还采集如下信息：

国内旅游，包括采集337个城市，旅游行业相关资讯。新政跟踪：采集旅游相关政策信息；包括：国务院办公厅的发文，文化部、商务部、体育总局、宗教局、农业部、环保部和外交部等所发布的与旅游相关的政策、标准、涉外旅游公告。特别是其政策法规栏目；

国际旅游：采集国际旅游相关资讯；

在线旅游：跟踪监测在线旅游企业的相关信息，包括投资动态、重大事件和兼并并购等信息；

上市公司：跟踪上市公司的相关信息，包括投资动态、重大事件和兼并并购等信息；

旅游集团：跟踪监测旅游集团的相关信息，包括投资动态、重大事件和兼并并购等信息；

创业企业：跟踪监测创业企业的相关信息，包括创业方向、投资动态、重大事件和兼并并购等信息；

并将上述信息归类形成动态监测报告。

四、旅游财经资讯数据库

监测指定旅游相关的政经媒体电子期刊，归类入库，形成资讯数据库，提供检索功能。

待监测的期刊包括：Events商旅圈、旅行社资讯网、Travel weekly China旅讯、环球旅讯一周数字营销精选、环球旅讯一周要闻精粹、《国际融资》文章精选、酒店人《资讯周刊》(迈点网)、MKE China电子杂志、每周安邦资讯、大中华区酒店业快讯(优民华盛国际)、中国饭店杂志(中国饭店新闻周刊)、环球蓝联“购物资讯”/“快报”、旅业网“榜中榜”、亚太地区酒店目的地(仲量联行)、第一太平戴维斯中国公司动态。

五、旅游调研样本库

建立一个旅游调研样本库，快速响应调研需求，支撑周期性的调研项目和跟踪性的调研项目。通过调研门户网站招募的样本，存储在旅游调研样本库中，样本库提供完整的样本管理手段，包括抽样、样本排重、黑名单、红名单和白名单管理、标准题等。

在更加优选的实施例中，图1和图2示例性的示出了本发明旅游数据调研与监测系统的分层模型架构示意图；本发明按照分层模型进行，确保良好的功能清晰度、功能可复用性。一共分为五层结构，底层为IT设施层，是整个系统基础设施和设备；顶层是应用界面层，是用户看到的平台界面；中间为功能实现部分，又分为三层：为数据采集和平台管理层、数据加工层、报告自动化和综合展示层；具体描述如下：

1应用界面层

应用界面分为六大板块，分别为旅业动态、资讯荟萃、数据监测、调研平台、检索平台和系统管理，分别对应需求的相应部分。

2数据采集和平台管理层

数据采集和平台管理层为系统提供了数据采集功能和基础平台支撑功能。数据采集功能部分，包括两个部分：网络信息采集和调研平台。平台管理功能为系统的运转提供权限管理、资源管理和运营保障相关的功能支持。

网络信息采集部分细分为精确信息采集和增量信息采集，精确信息采集功能主要是实现对于价格信息、就业需求信息、目的地意向信息采集。增量信息采集功能主要是采集指定的财经资讯、国内旅游资讯、国际旅游资讯和网络旅游相关信息，采集对象包括：网站、微博、旅游论坛、微信等，覆盖旅游经济运行过程中的企业、游客、政府部门、旅游目的地网络门户。

调研平台包括调研平台支撑、Online调研和多渠道访问接口三部分。调研平台支撑部分，为调研平台建立了一个标准的应用规范，以项目作为调研任务的组织单元，实现通用问卷描述规范、项目管理、问卷设计、样本导入、抽样计划、数据导出和多语言支持等平台基本服务。多渠道访问接口，提供多种渠道数据采集方式的统一接入服务，各调研渠道都通过平台统一提供的多渠道访问接口服务来接入调研平台，实现了接入服务的标准化。在这个基础上，可实现互联网、电话和线下拦截等问卷数据采集方式。Online调研，为平台提供基于移动互联网和PC互联网络的问卷数据采集方式。

按照科研支撑平台的要求，依据科研项目的特点，调研平台设计了专题调研和连续调研两种项目组织形式。对于连续调研项目，可以通过建立父子项目来实现。平台提供的功能包括：问卷设计、样本抽样、访员配置(实现旅游地拦截访问、景区任务监控等特殊项目)、配额监控和管理、调研过程实时监控、调研终端的任务下发、调研终端的数据上传、调研数据审核管理、在线实时统计分析、数据导出等，实现包括游客出游意愿、出游满意度、对突发事件的态度，企业对突发事件的反馈(价格、预定情况)等主题的调研数据采集。

平台管理功能：包括平台工作流、统一样本库、社交平台支持、系统管理和支撑、资源管理四大部分。考虑到调研流程涵盖了方案设计、问卷设计、抽样等多个步骤，常常涉及到多个参与方，为了更好的进行项目管理，设计了调研平台工作流功能，用于支撑调研项目的立项、审批、样本获取、调研实施等进行全程科学管控，为调研平台作为科研支撑平台，提供了规范的项目管理工作流程。

从长远来看，自建统一样本库，能逐步降低调研成本，提高调研数据质量。平台立足国际通用的标准，建立了科学的旅游样本数据库，通过样本数据的累积，为连续主题监测和后续专题调研，提供长期稳定的样本来源。此外，借助社交平台支持服务，打通了微信、微博平台等社交入口，实现调研问卷的分享、积分管理、积分兑换等功能，对统一样本库进行持续运营，维护活跃的样本社群。

系统管理和支持功能包括了：事务控制、安全管理、集群管理等功能，比如，提供可视化界面，管理和维护数据采集任务，开展任务的调度和管理，监控所有的定向网站，实时反馈信息采集程序运行的可靠性。此外，还设计了用户意见反馈、Bug Tracker等功能，前者用于及时收集用户意见和建议，改善平台；后者用于在Bug发生时，及时高效的通知研发团队，修复Bug。

资源管理功能，用来对平台的信息资源进行资产化管理，资源包括：问卷、问题、样本、信息采集源和报告模板等。

3数据加工层

数据加工层，实现对于结构化的数据和非结构化的数据的数据处理、数据建模、大数据挖掘和智能统计分析。

数据处理部分，对于结构化数据和非结构化数据，提供了不同的功能组件。对于结构化的数据，进入平台后，首先按照通用数据描述规范，转换成为平台统一的数据格式。通用数据描述语法规范对于变量在未来数据建模中的角色进行说明，并对数据流中变量取值的有效性进行限定、检查和调整，数据进入数据处理、分析和挖掘环节之前，按照平台语法规范进行调整是系统中关键的一环。

对于结构化数据，包括：价格数据的原始数据、目的地意向数据的原始数据、就业需求数据的原始数据、调研平台的结果数据等，其数据结构均应遵循通用数据描述语法规范。平台内各个基础件之间，假如涉及到数据交换，其交换数据也必须遵循本规范。在将外部数据(包括Excel、txt等格式)导入本系统时，需自动按照规范的要求，将外部数据转换为系统统一的数据文件。

对于标准化后的数据集，提供数据集成、数据映射、数据加权、数据抽样等通用功能，针对明确主题的数据集，定制设计了相应的数据处理基础件和建模基础件，对无效样本剔除、缺失值的定义和插补、变量标签调整和优化、分值转换、连续调研的样本标记、模型设置、探索性分析、统计计算、分析报告配置等过程进行个性定义，最终形成一个从数据采集、数据处理、建模、自动报告的自动运行过程。

对于非机构化数据，提供了内容去重、正文抽取、文本分类、文档解析基础件进行内容处理，提供了词法分析、新语自动发现、文本自动摘要、文档关键词提取、文本聚类等分析和挖掘功能，最后实现与报告模板对接，为简报生成提供可信的数据来源。同时建立索引，提供数据搜索功能，支持信息检索和查询。

4报告自动化和综合展示层

报告自动化和综合展示层是为用户提供服务的功能层，分别支持以报告模式和在线展示模式提供信息展示服务。

报告自动化和综合展示层按照内容进一步可以分为四大部分：数据在线查询，支持对于数据的探索性分析，支持OLAP的方式对数据进行在线查询，支持对于连续项目的数据分析，从而提供更智慧的信息获取界面。

平台与调用信息展示，对于定义好的内容，提供多样化的可视化组件，更好的表达信息；以词云的方式，展示热点；以地图方式，展示景区和热点城市的旅游经济动态；以相关图的方式，展示信息之间的关系；以多样化的图表集，展示不同主题的调研结果。

在线报告，实现报告模式的内容组织和信息服务；提供调研在线报告，支持多维度了解调研信息，比如：查看原始答卷，听取受访者的录音，查看受访者的位置等等。提供舆情简报的自动生成和定期发送，实现自动监测报告功能。

信息推送，实现信息的主动推送。提供调研项目信息的自动提醒；提供对于归纳的关键词，依靠短信方式，推送到订阅者的手机上。

5IT设施层

IT设施层为平台提供了物理环境。主要分为增量信息采集的基础设施、精确信息采集的基础设施、调研平台的基础设施、以及周边网络设备构成。

限制条件是中国旅游研究院的出口带宽较小。因此，大部分服务器采用云服务器租赁模式，小部分采用自建模式，来构建整个平台的基础设施。整体而言，所有平台数据均放置在租赁的云服务器上，定期将数据备份在本地机房。

在更加优选地实施例中，所述系统包括如下基础组件：

其中，所述XML为可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。在电子计算机中，标记指计算机所能理解的信息符号，通过此种标记，计算机之间可以处理包含各种的信息比如文章等。它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。它非常适合万维网传输，提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。是Internet环境中跨平台的、依赖于内容的技术，也是当今处理分布式结构信息的有效工具。早在1998年，W3C就发布了XML1.0规范，使用它来简化Internet的文档信息传输。

所述iOS是由苹果公司开发的移动操作系统。苹果公司最早于2007年1月9日的Macworld大会上公布这个系统，最初是设计给iPhone使用的，后来陆续套用到iPod touch、iPad以及Apple TV等产品上。iOS与苹果的Mac OS X操作系统一样，属于类Unix的商业操作系统。原本这个系统名为iPhone OS，因为iPad，iPhone，iPod touch都使用iPhone OS，所以2010WWDC大会上宣布改名为iOS(iOS为美国Cisco公司网络设备操作系统注册商标，苹果改名已获得Cisco公司授权)。

所述Android是一种基于Linux的自由及开放源代码的操作系统，主要使用于移动设备，如智能手机和平板电脑，由Google公司和开放手机联盟领导及开发。尚未有统一中文名称，中国大陆地区较多人使用“安卓”或“安致”。Android操作系统最初由Andy Rubin开发，主要支持手机。2005年8月由Google收购注资。2007年11月，Google与84家硬件制造商、软件开发商及电信营运商组建开放手机联盟共同研发改良Android系统。随后Google以Apache开源许可证的授权方式，发布了Android的源代码。第一部Android智能手机发布于2008年10月。Android逐渐扩展到平板电脑及其他领域上，如电视、数码相机、游戏机等。2011年第一季度，Android在全球的市场份额首次超过塞班系统，跃居全球第一。2013年的第四季度，Android平台手机的全球市场份额已经达到78.1％。2013年09月24日谷歌开发的操作系统Android在迎来了5岁生日，全世界采用这款系统的设备数量已经达到10亿台。

所述Bug Tracker中文译名为错误追踪者，是一个用于软件开发和测试阶段的缺陷跟踪、过失跟踪和问题跟踪工具。你可以自动地向适当的开发者指出缺陷并且可以使用带有与、或运算符的过滤器和通配符快速地找到你的缺陷。

所述AHP为层次分析法(Analytic Hierarchy Process,简称AHP)是美国运筹学家、匹兹堡大学T.L.Salty教授在20世纪70年代初期提出的，AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将一层次元素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行排序。该方法自1982年被介绍到我国以来，以其定性分析与定量分析相结合地处理各种决策因素的特点，以及其系统灵活简洁的优点，迅速地在我国社会经济各个领域内，如能源系统分析、城市规划、经济管理、科研评价等，得到了广泛的重视和应用。

所述PLS-SEM，所述PLS为偏最小二乘法，是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小，通常用于曲线拟合；很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。所述软件SmartPLS为德国人开发的，为结构方程模型(SEM)而设计的软件应用程序(GUI)，用来计算偏最小二乘法的数学统计分析软件。所述结构方程模型(Structuralequation modeling,SEM)是一种融合了因素分析和路径分析的多元统计技术，它的优势在于对多变量间交互关系的定量研究，在近三十年内，SEM大量应用于社会科学及行为科学领域。

所述Key SIM VIPS，SIM卡是(Subscriber Identity Module客户识别模块)的缩写，也称为用户身份识别卡、智能卡，GSM数字移动电话机必须装上此卡方能使用。它在一电脑芯片上存储了数字移动电话客户的信息，加密的密钥以及用户的电话簿等内容，可供GSM网络客户身份进行鉴别，并对客户通话时的语音信息进行加密。Key为SIM卡的密钥，VIP为虚拟IP地址。

所述Monitor Buzz中文译名为蜂窝式监听器模式。监听器模式是对某种共有操作的监控。当此操作执行时对此操作作相应处理。包含的元素是：要监控的事件定义、监控该事件的监听器、要监控的事件操作和监控者；元素的职责是：1.定义了要监控事件的时间类型定义，和其它和该事件相关的特殊定义，2.监听器，用于对事件发生后要执行操作的接口定义，3.要监控的事件、操作，对于要监控的事件，他必须要包含被监控事件的注册功能，4.监控者要实现要监控的事件接口，完成时间发生后的操作内容。

所述X-Validation，交叉验证(Cross-validation，也称为X-Validation)主要用于建模应用中，例如PCR、PLS回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。这个过程一直进行，直到所有的样本都被预报了一次而且仅被预报一次。把每个样本的预报误差平方加和，称为PRESS(predicted Error Sum of Squares)。

所述OLAP为联机分析处理系统，是数据仓库系统最主要的应用，专门设计用于支持复杂的分析操作，侧重对决策人员和高层管理人员的决策支持，可以根据分析人员的要求快速、灵活地进行大数据量的复杂查询处理，并且以一种直观而易懂的形式将查询结果提供给决策人员，以便他们准确掌握企业(公司)的经营状况，了解对象的需求，制定正确的方案。

具体实施例：

目的地意向的基于互联网数据采集方案：

为了更好的对目的地意向进行监测，采集如下互联网数据：

采集337个目的地，火车票余票数量和到站人数统计(到站点提前一小时检索)；

数据结构举例如下所示：

获取标准列车车站名称以及每个车站的终点车和过路车：

依据车票编组信息，计算每个列车车次的满载人数：

Z122次列车票额分配方案

查询余票，统计某目的地到站人数：

以该目的地为终点站的列车，其到达人数的计算公式如下：

到站人数＝该席次载荷人数-该席次余票(在抵达该站的上一站前查询)

目的地的过路列车，其到达人数计算公式如下：

上一站：X＝该列车载荷人数-余票量(在抵达该站前查询)

下一站：Y＝该列车载荷人数-余票量(在抵达该站的下一站前查询)

到达人数＝X-Y

337个目的地，(含4A、5A级景点)在论坛和社交媒体的曝光率；

337个目的地的(含4A、5A)景点搜索热度。

基于网络数据的目的地意向指数：

D₁:337个目的地，火车站到站排名(按阶次形成星级，1-5星)；

D₂:337个目的地的(含4A、5A)景点搜索热度排名(按阶次形成星级，1-5星)；

D₃:337个目的地，(含4A、5A级景点)在论坛和社交媒体的曝光率排名(按阶次形成星级，1-5星)；

D₄：去337个目的地的意愿调研结果排名(按阶次形成星级，1-5星)；

目的地意向指数(Destination intention Index)DII＝§₁D₁+§₂D₂+§₃D₃+§₄D₄

上式中§_n(n＝1,2,3,4)表示上述四类数据源(D_1、D_2、D_3、D₄)的权重。

以上通过具体的和优选的实施例详细的描述了本发明，但本领域技术人员应该明白，本发明并不局限于以上所述实施例，凡在本发明的基本原理之内，所作的任何修改、组合及等同替换等，均包含在本发明的保护范围之内。