張子劍，高 怡

(河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,天津 300401)

?

一日游景點選擇模型研究
——以天津市民為例

張子劍，高 怡

(河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,天津 300401)

旅游景點的選擇是一次旅游行為的核心決策,景點的選擇包括一系列步驟。文章以一日游景點選擇為例,通過系統(tǒng)地分析旅游者旅游決策的過程,根據(jù)旅游者決策特點,提出了一日游景點選擇模型,同時以天津市一日游產(chǎn)品為例,通過收集相關(guān)數(shù)據(jù)及游客需求進(jìn)行實例驗證,驗證了模型的有效性。

景點選擇；旅游決策；需求匹配；個性化推薦；多屬性決策

隨著旅游業(yè)的發(fā)展和人民收入的提高,節(jié)假日出行已成為非常普遍的現(xiàn)象。一日游產(chǎn)品行程時間較短,如果安排兩個或以上景點進(jìn)行游覽可能會造成強(qiáng)度太大或者游玩不盡興的問題,因此,單個景點的一日游旅游效用最高,也最受游客的喜愛。

本文通過系統(tǒng)地分析旅游者在選擇景點時的行為和心理,提出一日游景點的選擇模型。

1 國內(nèi)外研究現(xiàn)狀

國內(nèi)外關(guān)于旅游目的地選擇模型的研究較多。Woodside等人認(rèn)為,旅游目的地的選擇就是對一系列備選方案進(jìn)行評估的過程,由于旅游者對目的地信息的了解有限,知覺域只是全部機(jī)會域的一個組成部分,因此,旅游者需要對盡可能符合需求的方案集進(jìn)行評估從而做出決策[1]。褚海燕將層次分析法運用到旅游景點選擇的模型中,通過定性地收集數(shù)據(jù)與定量地計算得出最佳景點[2]。

2 一日游景點選擇模型

2.1 問題的提出和模型的假設(shè)

本文主要研究的是旅游者對于旅游景點的選擇問題,由于旅游者在選擇一次旅游活動的景點時往往考慮多方面的因素,潛在的需求也需要其他形式來挖掘,因此,選擇最佳旅游景點是一個復(fù)雜的過程,需要規(guī)范的科學(xué)方法來指導(dǎo),使旅游者滿意度最大化。

模型的假設(shè)：

旅游者都是理性的決策者；本文的研究針對旅行社的單景點一日游產(chǎn)品進(jìn)行選擇；每個旅游者在初做選擇時都至少有一個嚴(yán)格的約束條件；每個旅游者都至少去過一個限定范圍內(nèi)的景點。

2.2 模型的構(gòu)建

為了進(jìn)一步完善旅游者在旅行社進(jìn)行景點選擇的模型,筆者對天津市內(nèi)各大旅行社進(jìn)行了調(diào)研,總結(jié)了單景點一日游旅游者由初到旅行社到最終做出選擇的過程,歸納了一個全面的旅游景點選擇模型。

模型分為以下幾個階段：

旅游者需求表達(dá)階段、旅游者需求挖掘階段、需求再確定階段、最終選擇階段。

2.3 模型算法的選取

2.3.1 需求匹配算法

顧客初到旅行社選擇旅游產(chǎn)品時會有一些既定的條件,如預(yù)算、時間等,當(dāng)顧客描述自身需求時,需要根據(jù)需求為顧客匹配適合的備選方案,使顧客滿意度最大化。

正相關(guān)指標(biāo)的客戶滿意度函數(shù)為：

(1)

CSi(xi)為客戶對第i個指標(biāo)值的滿意度,xi為第i個指標(biāo)的實際值,xti為第i個指標(biāo)的客戶期望值,x0i為第i個指標(biāo)的客戶可忍受值。

負(fù)相關(guān)指標(biāo)的客戶滿意度函數(shù)為：

(2)

CSi(xi),xi,xti,x0i意義同上。

點指標(biāo)的客戶滿意度函數(shù)為：

(3)

CSi(xi),xi意義同上,xt為客戶期望的屬性值。

首先根據(jù)xt=(xt1,xt2,…,xtm)和x0=(x01,x02,…,x0m)建立客戶滿意度隸屬矩陣。CSij(1≤i≤m,1≤j≤n)為第j個可選方案的第i個屬性值的客戶滿意隸屬度,簡稱客戶滿意度,可由客戶滿意度模型(1) ～ (3)求出。則客戶滿意度的綜合評判矩陣為：

(4)

將bj(1≤j≤n)按降序排列,即為在現(xiàn)有方案和一定資源約束下,所有方案的滿意度排序,取滿意度較高的方案作為備選方案。

2.3.2 個性化推薦算法

在這一階段選取協(xié)同過濾推薦的方法對客戶進(jìn)行旅游景點的推薦。協(xié)同過濾中使用得最廣泛的算法就是基于用戶的最近鄰?fù)扑]。

假設(shè)需要為游客u1推薦景點,流程如下：

(1)確定游客u1的相似游客集。推薦系統(tǒng)中通用的確定相似用戶的方法是Pearson相關(guān)系數(shù)。

(2)預(yù)測游客u1對景點p評分。

將景點的預(yù)測評分逐一排序,取預(yù)測評分高于該游客評分平均數(shù)的景點作為備選方案集。

2.3.3 景點選擇算法

生成備選方案集合之后,就要對備選方案進(jìn)行最終的選擇,可采用TOPSIS多屬性決策方法來選擇與理想方案最接近的方案。

3 實例驗證

3.1 數(shù)據(jù)的獲取

3.1.1 需求指標(biāo)的選取

通過對天津市內(nèi)各大旅行社和游客的調(diào)研,參考現(xiàn)有研究成果,總結(jié)出旅游者在選擇旅游景點時考慮的主要要素包含以下幾點：景點類型、景點級別、景點評分、適宜季節(jié)、路程時間、游覽時間、費用等。

3.1.2 景點信息數(shù)據(jù)的獲取

本文選擇天津某旅行社進(jìn)行實驗,選擇了十個最受游客歡迎的一日游景點,分別是天津盤山風(fēng)景區(qū)、天津梨木臺風(fēng)景區(qū)、天津黃崖關(guān)長城、北京歡樂谷、北京八達(dá)嶺長城、北京野生動物園、北京石林峽景區(qū)、北京十渡景區(qū)、北京頤和園和北京龍慶峽。具體的產(chǎn)品信息如下表所示。

產(chǎn)品參數(shù)信息表

3.1.3 評分?jǐn)?shù)據(jù)的獲取

為了對游客進(jìn)行個性化推薦,需要獲取注冊用戶的景點評分信息,本文采用旅評網(wǎng)提供的景點評分?jǐn)?shù)據(jù)來構(gòu)造用戶—景點評分矩陣。考慮到矩陣數(shù)據(jù)的稀疏度,本文對景點范圍做如下限定：由于天津市旅行社提供的一日游產(chǎn)品景點主要為京津地區(qū)景點,因此,本文在獲取景點評分?jǐn)?shù)據(jù)時,除上述十個旅游產(chǎn)品的景點外,增加十個京津地區(qū)熱門評價的景點評分?jǐn)?shù)據(jù)以供參考,十個景點分別為:天津五大道景區(qū)、天津古文化街、北京故宮、北京天安門廣場、北京人民大會堂、北京香山、北京恭王府、北京天壇、北京大學(xué)、北京圓明園。

通過爬蟲技術(shù)獲取了旅評網(wǎng)關(guān)于上述20個旅游景點的評分信息。所有景點一共獲得164個注冊用戶的395條評分信息,以Excel形式存入文檔。用戶評分為5分制,最好為5分,最差為1分,按用戶喜好程度進(jìn)行評價?？紤]到原始數(shù)據(jù)的稀疏程度,將對推薦計算無效的評分?jǐn)?shù)據(jù)進(jìn)行舍棄,整理得到了49個用戶對20個旅游景點的評分矩陣,這樣就能很好地控制矩陣的稀疏程度,矩陣稀疏度令人滿意。

3.1.4 需求數(shù)據(jù)的獲取

以一個游客為例,收集其在選擇一日游景點時的需求數(shù)據(jù)。

首先，對各項指標(biāo)的權(quán)重數(shù)據(jù)進(jìn)行收集,按照各項指標(biāo)的重要程度計算權(quán)重。其次,對用戶自身需求數(shù)據(jù)進(jìn)行獲取。在現(xiàn)有的景點范圍內(nèi),收集游客對景點類型的喜好排序,以及對各項指標(biāo)期望值和可忍受值的限定。對于季節(jié)這一指標(biāo),設(shè)置了關(guān)于當(dāng)季不適宜景點的接受程度,分別為接受、勉強(qiáng)接受、無所謂、不太接受、完全不接受五個選項。最后，收集游客對于在限定范圍內(nèi)的景點評分?jǐn)?shù)據(jù)。即給出上述20個景點,讓游客對其去過的景點進(jìn)行評分。

3.2 計算選擇結(jié)果

根據(jù)收集的游客信息,首先計算出各個指標(biāo)對于該游客的權(quán)重：景點類型0.184,景點級別0.06,景點評分0.184,適宜季節(jié)0.184,距離0.143,游覽時間0.102,費用0.143。在游客給出的需求信息中,游客喜愛的景點類型為峽谷溝壑,對于當(dāng)季不適宜的旅游景點的態(tài)度為勉強(qiáng)接受,對費用的期望值是50元,可忍受值是200元。根據(jù)以上信息,采用需求匹配算法進(jìn)行計算：根據(jù)游客的選擇,將當(dāng)季不適宜的景點滿意度賦值0.6。最后得出滿意度較高的兩個景點為十渡景區(qū)0.48和龍慶峽景區(qū)0.37。該游客分別對去過的五個景點進(jìn)行了評分,分別是五大道景區(qū)2分,古文化街景區(qū)2分,天安門3分,天壇3分,十渡景區(qū)5分。根據(jù)游客的評分信息,選取相似度較高的用戶對該游客進(jìn)行景點評分預(yù)測的計算,得到了該游客對于盤山、八達(dá)嶺長城和頤和園的預(yù)測評分,分別為2.6、3.4、3.4。該游客的平均評分為3分,因此選取預(yù)測評分高于平均評分的八達(dá)嶺長城和頤和園作為備選方案。

由于在需求匹配計算中得到的滿意度較高的十渡景區(qū)是游客曾經(jīng)游覽過的景區(qū),因此,備選方案最終確定由龍慶峽、八達(dá)嶺長城和頤和園組成,采用TOPSIS法對三個方案進(jìn)行多屬性決策。最后得出龍慶峽、八達(dá)嶺長城、頤和園三個景點與正理想解的相對貼近度分別為0.71、0.39、0.22。

最后的計算結(jié)果表明,龍慶峽景區(qū)是該游客最理想的選擇,與該游客實際選擇結(jié)果相一致。計算模型得到驗證。

4 結(jié) 論

本文研究的一日游景點選擇模型,模擬了游客在對景點進(jìn)行選擇時的需求表達(dá)、個性化推薦以及最終決策的全過程。

通過以一個游客選擇景點過程為例,采用該游客的相關(guān)數(shù)據(jù)進(jìn)行計算,得到的結(jié)果與事實相符,模型得到驗證。

[1]Woodside A,Sherrell D.Traveler Evoked,Inept and Inert Sets of Vacation Destinations[J].Journal of Travel Research,1977,16 (Winter):14-18.

[2]褚海燕.層次分析法在旅游景點選擇中的應(yīng)用[J].統(tǒng)計與決策,2005(10):151-153.

[3]侯新華,文益民.基于協(xié)同過濾的旅游景點推薦[J].計算技術(shù)與自動化,2012(31)：116-119.

10.13939/j.cnki.zgsc.2016.47.187

張子劍(1969—),男,河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究員，博士。研究方向：集成化管理與信息系統(tǒng),系統(tǒng)科學(xué)與管理決策;高怡(1992—),女,河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,碩士。研究方向：系統(tǒng)科學(xué)與決策管理。