本文摘要：[摘要]基于手機(jī)信令數(shù)據(jù)識(shí)別景區(qū)游客，精準(zhǔn)分析游客的出行行為特性，是景區(qū)實(shí)施客流預(yù)警和管控方案，提升客流體驗(yàn)的前提條件�；谑謾C(jī)信令數(shù)據(jù)的特性分析，考慮景區(qū)邊界與基站服務(wù)范圍的空間重疊關(guān)系以及景區(qū)出入口的特殊性，將基站分為三類，提出景區(qū)研究
[摘要]基于手機(jī)信令數(shù)據(jù)識(shí)別景區(qū)游客，精準(zhǔn)分析游客的出行行為特性，是景區(qū)實(shí)施客流預(yù)警和管控方案，提升客流體驗(yàn)的前提條件�；谑謾C(jī)信令數(shù)據(jù)的特性分析，考慮景區(qū)邊界與基站服務(wù)范圍的空間重疊關(guān)系以及景區(qū)出入口的特殊性，將基站分為三類，提出景區(qū)研究范圍確定方法;將用戶分為居民、工作人員、路人及游客四類，構(gòu)建基于出行鏈的游客識(shí)別模型，分析不同類型用戶的出行特征，并以頤和園景區(qū)為例開(kāi)展實(shí)證。研究結(jié)果顯示，采用基于出行鏈的游客識(shí)別方法識(shí)別頤和園景區(qū)游客103966人次，識(shí)別精度為97.56%，高于基于停留時(shí)間的客流識(shí)別方法。研究可為精準(zhǔn)識(shí)別景區(qū)游客，實(shí)時(shí)預(yù)測(cè)游客流量，制定并實(shí)施客流調(diào)控方案提供重要的理論基礎(chǔ)。
[關(guān)鍵詞]交通工程;游客識(shí)別模型;手機(jī)信令數(shù)據(jù);出行鏈;停留時(shí)間
前言在節(jié)假日等旅游高峰期，部分熱門景區(qū)(點(diǎn))大量游客聚集而形成區(qū)域擁堵，對(duì)游客體驗(yàn)、安全和景區(qū)管理產(chǎn)生較大影響，急需精準(zhǔn)識(shí)別景區(qū)內(nèi)不同區(qū)域或景點(diǎn)的游客，實(shí)時(shí)預(yù)測(cè)預(yù)警游客流量，實(shí)施分流和限流[1-3]等客流調(diào)控方案。游客客流采集數(shù)據(jù)有視頻數(shù)據(jù)、閘機(jī)刷卡數(shù)據(jù)、RIDF數(shù)據(jù)、人工統(tǒng)計(jì)數(shù)據(jù)等，多為景區(qū)整體客流數(shù)據(jù)，無(wú)法準(zhǔn)確獲取景區(qū)某些局部區(qū)域或者某熱門景點(diǎn)的客流量，數(shù)據(jù)實(shí)時(shí)性較差，無(wú)法滿足實(shí)時(shí)客流預(yù)測(cè)預(yù)警的要求[4]。
手機(jī)信令數(shù)據(jù)具有覆蓋面全、實(shí)時(shí)性高等優(yōu)勢(shì)[5-6]，被廣泛用于游客的識(shí)別與出行特性分析。手機(jī)信令數(shù)據(jù)是由手機(jī)終端和手機(jī)基站間聯(lián)系時(shí)生成的數(shù)據(jù)，景區(qū)的邊界與基站服務(wù)邊界通常不完全重合，服務(wù)于景區(qū)及其周邊的基站用戶包含游客和非游客，不少學(xué)者開(kāi)展了基于手機(jī)信令數(shù)據(jù)的游客識(shí)別方法研究，提出用停留時(shí)間等指標(biāo)差異進(jìn)行用戶分類。
楊東[7]和LI[8]將景區(qū)基站服務(wù)用戶分為游客與非游客兩類，前者以8小時(shí)為長(zhǎng)白山景區(qū)內(nèi)游客平均停留時(shí)間閾值，后者以8-18點(diǎn)內(nèi)的停留時(shí)間在0.5至5小時(shí)內(nèi)為閾值，區(qū)分游客與非游客。龍奮杰[9]將用戶分為園區(qū)工作者、路人及游客3類，假設(shè)在景區(qū)基站停留時(shí)間不超過(guò)0.5小時(shí)的用戶為路人;一周內(nèi)出現(xiàn)5天以上且每天停留時(shí)間超過(guò)5小時(shí)的用戶為園區(qū)工作者，其余為游客，校驗(yàn)結(jié)果顯示精度達(dá)到80%左右。
Zhai[10]先將至少2次經(jīng)過(guò)出入口基站的用戶篩選為潛在游客，再根據(jù)用戶停留時(shí)間(1至6小時(shí))和連接景區(qū)基站的時(shí)間占比(超過(guò)90%)兩個(gè)指標(biāo)識(shí)別游客。方家[11]和陳圣威[12]將用戶分為路人、居民、工作人員以及游客4類，方家假定0至5點(diǎn)手機(jī)為關(guān)機(jī)狀態(tài)的用戶為居民。陳圣威根據(jù)用戶多日凌晨、工作時(shí)間內(nèi)在研究區(qū)域的停留時(shí)長(zhǎng)，識(shí)別用戶的工作地與居住地，篩選并剔除在景區(qū)周邊居住或工作的用戶，根據(jù)景區(qū)面積設(shè)置停留時(shí)間的閾值為1至3小時(shí)，識(shí)別游客，精度達(dá)到75%左右。
已有研究多用單一指標(biāo)景點(diǎn)停留時(shí)間進(jìn)行用戶分類，問(wèn)題在于不同類型用戶在不同景點(diǎn)的停留時(shí)間的閾值不同，且當(dāng)用戶分為路人、居民、工作人員以及游客4類時(shí)，短時(shí)游覽的游客與路人特性、長(zhǎng)時(shí)間游覽的游客與工作人員的停留時(shí)間接近，導(dǎo)致游客的識(shí)別精度為60%-80%[9,12]。為解決上述問(wèn)題，論文提出基于手機(jī)信令數(shù)據(jù)提取出行者的出行鏈，分析游客與非游客(工作人員、路人)一日、多日或者更長(zhǎng)時(shí)間內(nèi)(工作日、假日)的出行鏈時(shí)空特性差異，修正現(xiàn)有游客識(shí)別方法，以提高識(shí)別精度，為不同景區(qū)游客停留時(shí)間閾值和后續(xù)景區(qū)局部客流預(yù)測(cè)預(yù)警提供數(shù)據(jù)支持。
1手機(jī)信令數(shù)據(jù)特點(diǎn)及應(yīng)用
手機(jī)信令數(shù)據(jù)是由手機(jī)終端和手機(jī)基站間聯(lián)系時(shí)生成的數(shù)據(jù)。當(dāng)用戶在某個(gè)基站內(nèi)進(jìn)行通話、短信、開(kāi)關(guān)機(jī)等事件時(shí)，事件會(huì)被該基站記錄，并生成一條數(shù)據(jù)。當(dāng)用戶進(jìn)行基站間移動(dòng)時(shí)，會(huì)自動(dòng)切換連接的基站，同時(shí)生成一條數(shù)據(jù)。因此用戶接打電話、開(kāi)關(guān)機(jī)或進(jìn)行較大范圍移動(dòng)時(shí)，均會(huì)生成信令數(shù)據(jù)[13]。手機(jī)信令數(shù)據(jù)主要包含國(guó)際移動(dòng)用戶識(shí)別碼(IMSI，InternationalMobileSubscriberIdentity)、時(shí)間(TIME)、基站編號(hào)(CELLID)、基站經(jīng)度(LONGITUDE)及基站緯度(LATITUDE)5類信息。
對(duì)于不同應(yīng)用場(chǎng)景，不同的數(shù)據(jù)適用程度不同。以景區(qū)為例，對(duì)于景區(qū)的整體客流量數(shù)據(jù)獲取來(lái)說(shuō)，通過(guò)門禁的統(tǒng)計(jì)數(shù)據(jù)可以準(zhǔn)確的得到景區(qū)內(nèi)不同時(shí)段的入園人數(shù)、在園人數(shù)等整體數(shù)據(jù)，但對(duì)于景區(qū)內(nèi)不同區(qū)域、不同景點(diǎn)的客流分布情況卻無(wú)法準(zhǔn)確及時(shí)的獲取;對(duì)景區(qū)內(nèi)較小的室內(nèi)景點(diǎn)來(lái)說(shuō)，視頻識(shí)別數(shù)據(jù)可以簡(jiǎn)單的獲取到室內(nèi)的客流量、密度及分布情況，對(duì)于室內(nèi)區(qū)域的客流情況可以快速做出識(shí)別與分析，但該技術(shù)在室外的效果會(huì)受到天氣、建筑遮擋等多種因素的影響，造成精度不足的問(wèn)題;傳統(tǒng)的人工計(jì)數(shù)方式可以解決前面兩類技術(shù)存在的問(wèn)題，可以通過(guò)增加調(diào)查人員獲取景區(qū)不同區(qū)域、不同景點(diǎn)的客流量、密度、分布等數(shù)據(jù)，但數(shù)據(jù)采集成本高、實(shí)時(shí)性低，對(duì)于景區(qū)短時(shí)預(yù)測(cè)預(yù)警及景區(qū)管控等參考價(jià)值有限。
手機(jī)信令數(shù)據(jù)具有覆蓋范圍廣、定位速度快、實(shí)時(shí)性強(qiáng)、連續(xù)性強(qiáng)等特點(diǎn)。結(jié)合數(shù)據(jù)的連續(xù)性，對(duì)客流進(jìn)行連續(xù)的追蹤與分析，因此多用于城市內(nèi)多個(gè)景區(qū)間的客流特征分析及挖掘[14-18]。并且根據(jù)景區(qū)類型的不同，可以通過(guò)手機(jī)信令數(shù)據(jù)，實(shí)時(shí)獲取景區(qū)內(nèi)不同區(qū)域的客流分布數(shù)據(jù)，針對(duì)景區(qū)內(nèi)不同區(qū)域的客流量、分布情況、客流特征及出行特點(diǎn)進(jìn)行提取與分析。
2基于出行鏈的游客識(shí)別方法
2.1景區(qū)游客識(shí)別考慮的因素
景區(qū)游客識(shí)別中需要考慮游客的停留時(shí)間、出行軌跡等出行的因素，以及景區(qū)的類型、景區(qū)大小、景區(qū)位置、景區(qū)周邊用地性質(zhì)及道路情況等景區(qū)的因素，兩部分。出行因素中，主要考慮游客在景區(qū)研究范圍內(nèi)的停留時(shí)間，以及出行軌跡是否經(jīng)過(guò)景區(qū)范圍。景區(qū)因素中，首先旅游景區(qū)分為開(kāi)放型與封閉型兩種，開(kāi)放型是沒(méi)有面積和空間限制、免費(fèi)、且游客流動(dòng)性更大不易管控的一類景區(qū)[19]，封閉型是指有空間限制，通過(guò)一定的物理設(shè)施隔離景區(qū)與外圍的空間的一類景區(qū)。
研究中提出的識(shí)別方法適用于設(shè)有出入口的封閉式景區(qū)。不同景區(qū)的覆蓋面積大小不同、所處位置有所差異、且不同的地理地貌均會(huì)對(duì)游客識(shí)別造成影響，因此選擇手機(jī)基站為最小單位，進(jìn)行游客數(shù)據(jù)的識(shí)別。大型景區(qū)內(nèi)包含的基站數(shù)會(huì)較多，單個(gè)基站面積較大;小型景區(qū)基站數(shù)較少，單個(gè)基站面積較小�；据^多的景區(qū)中，基站在游客識(shí)別中的作用也會(huì)有所差異，需要根據(jù)功能和位置進(jìn)行分類以保證識(shí)別精度。同時(shí)，景區(qū)周邊的用地性質(zhì)、路網(wǎng)特征也會(huì)對(duì)景區(qū)游客識(shí)別產(chǎn)生干擾。
當(dāng)景區(qū)周邊存在居住用地、商業(yè)用地和工作用地等，用戶類型就會(huì)出現(xiàn)居民、路人和周邊工作人員等;當(dāng)景區(qū)周邊路網(wǎng)較為密集時(shí)，周邊路人的比例也會(huì)提升。因此景區(qū)的游客識(shí)別中，需要將基站進(jìn)行分類，根據(jù)特定的基站選定研究區(qū)域，以保證識(shí)別方法適用于不同面積和位置的景區(qū);需要將用戶進(jìn)行分類，保證識(shí)別方法可以將游客與居民、路人和周邊工作人員進(jìn)行區(qū)分，保證識(shí)別精度。
2.2基站分類與研究區(qū)域選取
景區(qū)內(nèi)部及周邊設(shè)置了一定數(shù)量的基站為景區(qū)用戶服務(wù)，手機(jī)基站受到周邊環(huán)境干擾、基站空間分布以及基站信號(hào)強(qiáng)度等影響，服務(wù)范圍不規(guī)則，通常采用泰森多邊形的方法表示基站的實(shí)際服務(wù)范圍[20]。
可以發(fā)現(xiàn)基站服務(wù)范圍通常略大于景區(qū)的物理邊界。根據(jù)景區(qū)邊界與基站服務(wù)范圍的空間重疊關(guān)系，并考慮到游客均通過(guò)景區(qū)出入口進(jìn)出，景區(qū)出入口基站具有特殊性，將景區(qū)基站分為三類，第一類為覆蓋景區(qū)出入口的基站;第二類為完全處于景區(qū)邊界內(nèi)的基站;第三類為與景區(qū)有部分重疊的基站。為獲取全部游客數(shù)據(jù)，選取第一、二和三類基站覆蓋的范圍作為景區(qū)研究區(qū)域。
2.3用戶分類及特征
景區(qū)研究區(qū)域內(nèi)的手機(jī)用戶有游客和非游客，非游客包括景區(qū)周邊的居民、工作人員和經(jīng)過(guò)景區(qū)周邊道路的路人。研究將景區(qū)研究范圍內(nèi)的用戶分為4類：路人、居民、工作人員以及游客。
(1)居民：具有固定的居住地，即凌晨至早上、或晚間時(shí)段內(nèi)，具有固定停留點(diǎn)，停留時(shí)間超過(guò)一定的時(shí)間閾值。居民數(shù)據(jù)一定出現(xiàn)在第三類基站，可能出現(xiàn)在第二類基站�，F(xiàn)有研究多將凌晨0:00-5:00停留時(shí)間大于4小時(shí)的景區(qū)研究區(qū)域內(nèi)用戶認(rèn)定為居民[11]。
(2)周邊工作人員：具有固定的工作地點(diǎn)，即連續(xù)幾天出現(xiàn)在同一地點(diǎn)，在工作地累計(jì)停留時(shí)間超過(guò)一定的時(shí)間閾值。工作人員一定不會(huì)出現(xiàn)在第二類基站，可能出現(xiàn)在第一類和第三類基站。我國(guó)工作時(shí)間多為：8:00-17:00，根據(jù)《2016-2017年中國(guó)休閑發(fā)展報(bào)告》(休閑綠皮書(shū))中數(shù)據(jù)，2016年北京市居民工作時(shí)長(zhǎng)約為6小時(shí)2分鐘/天，現(xiàn)有研究將9:00-16:00時(shí)段內(nèi)累計(jì)停留時(shí)間超過(guò)5小時(shí)的用戶識(shí)別為工作人員。
(3)游客：在研究區(qū)域停留時(shí)間超過(guò)一定的時(shí)間閾值，不會(huì)連續(xù)幾天出現(xiàn)在研究區(qū)域，出行目的地較多。游客經(jīng)景區(qū)出入口進(jìn)出景區(qū)，因此一定出現(xiàn)在第一類基站，可能出現(xiàn)在第二類和第三類基站。(4)路人：在景區(qū)覆蓋范圍內(nèi)沒(méi)有固定的駐留地點(diǎn)，在研究區(qū)域內(nèi)的總停留時(shí)間短于其他類型用戶。路人一定不會(huì)出現(xiàn)在第二類基站，可能出現(xiàn)在第一類和第三類基站。
2.4基于出行鏈的游客識(shí)別方法
路人、居民、工作人員和游客在空間分布特性上存在一定重疊。如何應(yīng)用手機(jī)信令數(shù)據(jù)進(jìn)行游客的識(shí)別，成為景區(qū)客流預(yù)測(cè)的重要環(huán)節(jié)。
2.4.1不同用戶的出行特征
手機(jī)信令數(shù)據(jù)中包含了表示手機(jī)用戶所在位置的經(jīng)緯度坐標(biāo)，以及用戶出現(xiàn)在該坐標(biāo)下的時(shí)刻�；谶@兩類數(shù)據(jù)，將用戶出行的時(shí)間與空間數(shù)據(jù)進(jìn)行整合，得到按時(shí)間順序排列的用戶全天的出行軌跡，即出行鏈。游客出行鏈?zhǔn)怯慰鸵月糜螢槟康�，從出發(fā)至到達(dá)景區(qū)目的地，以及從當(dāng)前景區(qū)目的地至下一目的地的出行全過(guò)程�；谟慰统鲂墟湹臅r(shí)空分布特性，研究基于4類用戶的出行鏈特性分析，提出基于出行鏈的游客識(shí)別和特征分析方法�；谑謾C(jī)信令數(shù)據(jù)，進(jìn)行數(shù)據(jù)預(yù)處理后，提取用戶的出行鏈[21-24]，繪制用戶的出行鏈。
(1)居民用戶出行鏈特征：居民的多日出行鏈起訖點(diǎn)具有較強(qiáng)的規(guī)律性，出行起訖點(diǎn)均在研究區(qū)域內(nèi)，凌晨至早上在區(qū)域內(nèi)沒(méi)有移動(dòng)。當(dāng)出行鏈包含多個(gè)活動(dòng)點(diǎn)時(shí)，通常離開(kāi)研究區(qū)域，并在中午或晚上返回研究區(qū)域內(nèi)的居住地，凌晨停留時(shí)間較長(zhǎng)。(2)工作人員出行鏈特征：出行起點(diǎn)在研究區(qū)域外，進(jìn)入研究區(qū)域后，在工作時(shí)間內(nèi)、景區(qū)外圍基站有固定的停留地點(diǎn)，最后離開(kāi)研究區(qū)域，工作時(shí)間段內(nèi)停留時(shí)間較長(zhǎng)。
(3)路人出行特征：出行起點(diǎn)在研究區(qū)域外，進(jìn)入研究區(qū)域后，沿研究區(qū)域外圍邊界移動(dòng)，沒(méi)有長(zhǎng)時(shí)間停留點(diǎn)，最后離開(kāi)研究區(qū)域，總停留時(shí)間較短。(4)游客出行特征：出行起點(diǎn)在研究區(qū)域外，在開(kāi)園時(shí)間段內(nèi)，由景區(qū)出入口基站進(jìn)入研究區(qū)域，且在研究區(qū)域內(nèi)有多處停留時(shí)間較長(zhǎng)的地點(diǎn)，最后經(jīng)過(guò)景區(qū)出入口基站離開(kāi)研究區(qū)域，總停留時(shí)間較長(zhǎng)。
3案例分析
3.1研究區(qū)域
3.1.1景區(qū)及手機(jī)信令數(shù)據(jù)簡(jiǎn)介頤和園位于北京市西郊，是國(guó)家5A級(jí)旅游景區(qū)，中國(guó)清朝時(shí)期皇家園林，自然風(fēng)光優(yōu)美秀麗，節(jié)假日期間會(huì)吸引國(guó)內(nèi)外眾多游客前往游覽，是我國(guó)最熱門的景區(qū)之一。頤和園占地面積大，不同區(qū)域的熱門程度不同，在節(jié)假日期間會(huì)形成明顯的客流分布不均的現(xiàn)象。同時(shí)，頤和園周邊基站布置較為密集，因此，選取頤和園為研究對(duì)象，開(kāi)展基于手機(jī)信令數(shù)據(jù)的游客識(shí)別案例分析具有典型意義。手機(jī)信令數(shù)據(jù)來(lái)自北京移動(dòng)公司某年5月1日0時(shí)至5月3日24時(shí)的全部數(shù)據(jù)，劃分研究區(qū)域，基于手機(jī)信令數(shù)據(jù)提取出行鏈，開(kāi)展基于出行鏈的游客識(shí)別和出行特性研究。
3.1.2研究區(qū)域選取使用ARCGIS軟件，繪制每個(gè)基站的泰森多邊形，使用泰森多邊形表示該基站的服務(wù)范圍，并將多邊形范圍與頤和園景區(qū)范圍進(jìn)行比較，選取相交以及包含關(guān)系的基站，即選擇可以覆蓋頤和園景區(qū)的多邊形所在的基站作為頤和園景區(qū)的研究區(qū)域。頤和園景區(qū)研究區(qū)域共設(shè)有13個(gè)基站。為方便后續(xù)研究，將基站重新編號(hào)。
地理教育論文投稿刊物：地理學(xué)報(bào)于1934年創(chuàng)刊，由中國(guó)科學(xué)院主管，刊登的主要內(nèi)容包括能反映地理學(xué)科最高學(xué)術(shù)水平的最新研究成果，地理學(xué)與相關(guān)學(xué)科的綜合研究進(jìn)展，地理學(xué)各分支學(xué)科研究前沿理論，與國(guó)民經(jīng)濟(jì)密切相關(guān)并有較大應(yīng)用價(jià)值的地理科學(xué)論文。希望地理學(xué)相關(guān)人員積極向雜志投稿。
4結(jié)論
研究基于手機(jī)信令數(shù)據(jù)，對(duì)景區(qū)的客流識(shí)別方法進(jìn)行研究，根據(jù)景區(qū)邊界與基站服務(wù)范圍的空間重疊關(guān)系，考慮游客通過(guò)景區(qū)出入口進(jìn)出景區(qū)而產(chǎn)生的出入口基站的特殊性，將景區(qū)基站分為三類，第一類為覆蓋景區(qū)出入口的基站;第二類為完全處于景區(qū)邊界內(nèi)的基站;第三類為與景區(qū)有部分重疊的基站，選定了景區(qū)的研究區(qū)域。將用戶分為居民、工作人員、路人以及游客4類，分析不同用戶的出行特征，提取用戶出行鏈，提出基于出行鏈的游客識(shí)別方法，最后以北京市頤和園景區(qū)為例進(jìn)行案例分析，得到五一期間共識(shí)別游客103966人次，游客識(shí)別準(zhǔn)確率達(dá)到97.56%，識(shí)別精度較高。結(jié)果顯示，識(shí)別方法對(duì)于如頤和園占地面積較大的自然類景區(qū)有較好的識(shí)別精度。研究提出的游客識(shí)別方法可以用于大型自然類景區(qū)的客流統(tǒng)計(jì)，為景區(qū)的客流分布及移動(dòng)等研究提供數(shù)據(jù)支持，給景區(qū)管理員進(jìn)行大客流預(yù)警調(diào)控提供參考。
[參考文獻(xiàn)]
[1]韓艷,楊光,武鑫森,等.考慮游客擁擠感知的旅游線路優(yōu)化設(shè)計(jì)[J].北京工業(yè)大學(xué)學(xué)報(bào),2018,44(12):1537-1546.
[2]HANYan,YANGGuang,ZHANGTinatina.Spatial-temporalresponsepatternsoftouristflowunderentrancetouristflowcontrolscheme[J].TourismManagement,2021,83,10.1016/j.tourman.2020.104246.
[3]MOShumin,ZENGKefeng,LIUChao.Earlywarningmechanismofhuangshanworldgeoparktodivertpassengertraffic[J].AdvancedMaterialsResearch,2014,1030-1032:2014-2018.
[4]靳誠(chéng),徐菁,黃震方,等.南京城市內(nèi)部景點(diǎn)間游客流動(dòng)特征分析[J].地理學(xué)報(bào),2014,69(12):1858-1870.
作者：韓艷1，龔浩1
轉(zhuǎn)載請(qǐng)注明來(lái)自發(fā)表學(xué)術(shù)論文網(wǎng)：http://m.liangshanbai.cn/jjlw/27642.html
