首 页 > 旅游研究院 > 研究成果 > 正文

大数据开发

基于大数据的景区双层安全预警机制构建

发布时间:2015-07-31 打印 字号:TT

      近年来,每逢节假日,我国许多景区人满为患、拥堵不堪,对于游客而言,本该享受旅途的愉悦,然而到了景区却陷入人山人海,旅游质量大打折扣,旅游成了受罪。究其原因,在一定程度上是由于我国超高的游客规模、带薪休假制度的无法贯彻落实,同时与游客本身的从众、跟风效应有关。对于景区而言,如何预防景区游客量过多而引发的拥堵、踩踏等突发事件、如何建立景区的安全预警机制等成为景区头疼的难题。


       大地云游认为,景区安全预警机制应从两方面入手,一是从景区外部环境入手,通过景区游客量的短期预测(短期是指未来一天或一周内),解决景区未来几天的游客量预警;二是从景区内部环境入手,解决景区当天、景区内部的安全预警。然而,这些问题的解决,则需要通过大数据的手段。


      一、景区拥堵踩踏事件频发,景区安全预警机制如何建立


      2014年10月2日,驰名中外的四川九寨沟景区发生大规模游客滞留事件,上下山通道陷入瘫痪,甚至出现游客“攻陷”售票处的传闻。



      2014年12月31日23时35分许,正值跨年夜活动,很多游客及市民聚集在上海外滩迎接新年,黄浦区外滩陈毅广场进入和退出的人流对冲,致使有人摔倒,从而引发踩踏事件。



      二、基于百度大数据,构建景区双层安全预警机制


      1、景区游客量短期预警


      首先,第一层安全预警机制的建立,则是构建基于百度大数据的景区游客量预测模型,对景区未来几天内的游客量进行实时预测,从而使景区提前几天针对不同状况进行合理的资源调配,如果预测游客量超过了景区承载量,则景区管理者则采取相应的管控措施。景区游客量预测模型的构建,是基于景区历史数据、百度搜索数据、景区所在地天气、节假日等若干因素的综合而构建。目前,国内有部分景区已经跟百度合作,如九寨沟景区,建立了大数据中心,并在游客量预测方面取得了初步成效。


九寨沟客流量预测


      2、景区内部游客量实时监控


      其次,除了构建景区游客量短期预测模型之外,基于百度LBS实时定位功能,可以对景区当天内部游客量及游客走向进行实时监控,形成景区热力图,若人流密度及人群走向超过安全值,则景区采取安全预警措施,从而建立景区第二层预警机制。


      针对上海外滩踩踏事故,百度研究院大数据实验室BDL(Big Data Lab)基于百度数据与大数据智能分析技术,对当时的情况进行了数据化的描述,绘制了事发外滩区域人群热力图,人流量趋势图,并对中秋前夜、国庆当晚和跨年当晚的人群分布热力图进行了比较分析,通过数据挖掘分析,直观呈现了各个时间点的上海外滩的人流量及人流走向,并准确判断出上海外滩发生的踩踏事件。


上海外滩客流热力图


       通过大数据在景区的应用,构建景区双层安全预警机制,从而极大提升景区安全管理水平,有效预防景区内部游客拥挤、踩踏事件。


来源:大地云游信息开发有限公司

关 闭