摘要：智慧旅游是当前旅游业的热点，如何构建一个智慧旅游系统是我们的目标。随着大数据时代的到来，以云计算和移动互联为基础的技术平台，对整个旅游系统进行了重构。本文主要从复杂网络数据挖掘角度出发，分析了智慧旅游的概念及其技术指标以及复杂网络数据挖掘，并研究了其在智慧旅游系统中的应用。
关键词：智慧旅游；复杂网络；数据挖掘
中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2017）10-0039-02
大数据和云计算的发展，给我们带来了新的体验。通过智能移动设备，我们正在享受智慧旅游带给我们的体验。智慧旅游的重点是对大数据的应用，而大数据的处理和应用离不开云计算和移动智能设备。复杂网络数据挖掘要发现有价值的信息，就必须拓宽数据来源，并将数据源进行关联。但即使用复杂网络数据挖掘来分析旅游数据的价值信息，难度也比其他领域更大，因为旅游数据来源更多，形式更复杂。如果要给旅游者以满意的服务，我们在服务的同时，必须引入动态评价体系，通过完善的评价理论和方法，建设智慧旅游。网络的发展给人们带来了方便，也带来了困扰，特别是海量信息的产生。我们要进行复杂网络数据挖掘，云计算是必不可少的工具，通过物联网采集信息，结合数据挖掘算法，动态的进行数据处理。
1 智慧旅游系统的形成
1.1 智慧旅游的提出
2015年9月20日，国家旅游局首次在国家层面提出将旅游和互联网两大领域融为一体，这说明构建一个符合现代社会的智慧旅游系统势在必行。早在2008年，IBM提出就提出了智慧地球的概念，并延伸产生了智慧旅游的概念。智慧旅游作为智慧地球和智慧城市的延伸，其理论和实际技术应用已经展开并取得了一些成果。
1.2 智慧旅游的概念
智慧旅游是社会发展到一定阶段的产物，它不仅仅是信息处理、数据通信、旅游业态等综合发展的结果，更是一个技术和服务的创新。在具体形式上，主要体现在物联网、计算机、网络通信、云计算、虚拟平台、移动互联等技术和设备的发展和应用上，在旅游者的体会主要是可以轻松、愉快、个性化的享受旅游行程。智慧旅游的智慧体现如下：（1）智慧旅游要达到智慧，就需要通过技术手段，让游客感到愉悦，这是一个心理层面的感受。（2）智慧旅游的前提是旅游信息数字化，将信息化程度具体到信息收集、处理。（3）智慧旅游体现旅游者的主体地位，以人为本，强调人的感受，并引入评价体系，动态更新。（4）传统旅游是以人的流动为基础，是人与景点简单的融合，没有感情的交流。智慧旅游通过旅游信息数字化，让旅游者更好的体会整个旅游活动的过程。（5）智慧旅游的发展，是一个技术和服务理念不断创新的过程。
1.3 智慧旅游的相关技术
智慧旅游的整个技术体系主要体现在信息平台的融合。
（1）感知层平台，这是智慧旅游的基础平台。智慧旅游所有的基础信息都是从感知层进行收集和整理，是智慧旅游应用体系的数据支撑。感知层中的物联网平台的构建，本质上是智慧旅游各种资源的收集，从而使智慧旅游成为可能。
（2）网络层平台，这是数据通信的基础。在通信层面，移动互联是智慧旅游的重点，旅游本来就是一个比较复杂的社会网络。智慧旅游要让旅游者有全新的体验，网络传输质量是最关键的，否则智慧旅游将是一个空中楼阁。
（3）信息处理平台，这是智慧旅游的核心。在这个过程中，我们主要用到了大数据和云计算，通过云平台和人工智能，将整个旅游系统中的信息进行分布式并行计算，通过虚拟化、网络存储等技术，让旅游者能够体会到智慧旅游的魅力。
（4）应用层平台，这是我们的落脚点。所有智慧旅游的成果都需要一个出口，应用层就是这个展示平台。应用层平台是落实智慧旅游的平台，智慧旅游是否能够真正得到体现，就看应用层的具体表现。在应用过程中，我们除了有真实场景，还可以通过虚拟现实技术，展示一些著名景点，给旅游者一个全新的体验。
1.4 智慧旅游发展的技术瓶颈
智慧旅游一路走来，依赖于科技的发展。但是影响智慧旅游的一些关键技术发展有所缓慢，还未进入成熟阶段。主要体现在：（1）云计算技术还有待进一步提高，稳定性和安全性还需进一步加强；（2）网络传输速度的进一步提升，这是智慧旅游发展很重要的一步；（3）大数据挖掘模式的研究，继续研究从大数据中找到旅游者所关心的数据源。
2 复杂网络及其数据挖掘的发展
2.1 复杂网络的发展
自然界由很多复杂网络构成，它们通过节点和节点组成网络。例如社会关系网络、Internet、社交网络等，这些网络表面上看没有任何关系且各不相同。但是这些有形或无形的网络具有的特征，如动态平衡、等级结构、相互关联等。经过实践证明，这些网络之间具有很多的相似性。当第三次工业革命诞生之时，网络进入了飞速发展的时代，从互联网到物联网，从云计算到大数据等，这些变化将使世界变得更小。对于人类来说，复杂网络是高级别的网络，它具有其它网络所不具备的特性：（1）网络规模庞大，网络节点无限延伸，具有时空演变的特性；节点此消彼长，增加了对网络分析的难度；（2）網络规模庞大，导致结构复杂，网络中的复杂因子不断变化增加了复杂系数；（3）动力传播性不断增加，网络有向性互不相同。
2.2 数据挖掘的发展
数据挖掘技术的发展大约从18世纪开始，如贝叶斯理论；到了19世纪，有了回归分析，这些数据挖掘技术都是手工地从数据中提取模式。随着信息化时代的到来，计算机和网络技术的发展，大量的数据存储在计算机中，这些数据的特点决定了人们很难直接理解，而其中的规律和价值更难以发现。因此，在大数据来临之时，我们通过对复杂网络的数据挖掘来发现其隐藏的数据模式。数据挖掘是数据“模型”的发现过程，是指从数据中提取有用模型的过程。在我们提取的模型中，可以是一个汇总，也可以使一个集合。我们通过建模的计算方法：（1）对数据进行简洁的近似汇总描述，目标是寻找那些共同元素比例较高的集合对。（2）对数据进行特征抽取，从数据中寻找符合特征的个案。复杂网络的快速发展和广泛应用，以及相关公司的技术支持，给数据挖掘带来了困扰。为解决复杂网络的数据挖掘问题，将复杂网络中的数据挖掘划分为面向复杂网络的结构挖掘、相似性挖掘、数据流传播过程挖掘等多个类别：（1）数据挖掘前，对数据进行理解及收集、整理、预处理等。（2）数据挖掘中，挖掘模型的建立，包括算法的研究及实施，模型建立后的评估等。（3）数据挖掘后，通过专家库，进行动态评价，并以可视化的形式给用户展示，从而检验和评估数据挖掘所产生的结果。
3 复杂网络数据挖掘在智慧旅游系统中的应用
3.1 智慧旅游系统中结构和属性信息的数据挖掘
目前随着复杂网络的广泛应用和数据源越来越多，复杂网络的数据量在近年来呈现爆炸式的增长。旅游业和大数据及云计算都是当前的热点，智慧旅游更是我们关注重点。旅游业复杂数据爆炸式的增长—加快了旅游大数据的产生，也加速了我们对智慧旅游系统中复杂网络数据挖掘的紧迫感。结合智慧旅游复杂网络模型中的结构信息、属性信息，以及信息流是挖掘复杂网络数据的基础和关键。要在高度复杂的、非结构化的复杂网络中准确、高效地构建智慧旅游复杂网络数据挖掘模型，需要尽可能多地获取和收集一些相对全面的复杂网络中的数据。通过对复杂网络关键信息的提取，抽象出相应的节点、边，以及它们的属性特征。通过复杂网络数据预处理过程，从而得到可以用来进行数据挖掘的基本数据类型，包括复杂网络的静态数据以及动态的信息流数据。智慧旅游这样的复杂网络数据源主要来源于现实世界中待挖掘的真实网络，包括社会化网络中的主体-人，交通网络中的-车，景点网络中的-景点，旅游社网络中的-旅行社等，通过收集并集成这部分来自复杂网络数据源中的信息。复杂网络数据挖掘在智慧旅游中的结构和属性分析主要体现在以下几个方面：
（1）智慧旅游的属性值在云服务流程过程中，主要是服务价值导向的融合和创新，这一阶段的数据挖掘主要是通过物联网、云计算、大数据和移动互联等新兴信息技术来实现数据管理、资源共享、系统实现和完善。通过对智慧旅游系统服务准备阶段、服务进行阶段、服务结束阶段三个属性进行分析，从而提升智慧旅游系统的人性化。
（2）智慧旅游系统的结构挖掘，主要是对传统旅游模式的重构。强化创新，以云计算为技术手段，提升服务理念。这一过程主要是对旅游模式的分解，将每一个旅游节点放到复杂网络的大环境中进行分析，从根本上解决每一个节点在时空演变的过程中，能有效改善旅游者的旅游体验。
（3）智慧旅游系统中商业模式属性，从传统的景点购买向电子商务过渡，改变旅游行程中的购物模式，这种模式的关键是对海量信息的精确处理，这是复杂网络数据挖掘的重点。
（4）智慧旅游系统中旅游者属性的数据挖掘，以旅游者为中心。通过网络中心，开展复杂网络的节点分析，从而得出旅游者个体在复杂网络各个节点所处的位置和所需要的网络资源。通过链接预测，将用户在网络中的行为进行记录，以改善用户访问体验。
3.2 智慧旅游系統中的协同过滤——推荐相似项
在大数据时代，我们游客复杂的个性化需求和大数据的处理，引领我们的旅游进入了智慧旅游时代。智慧旅游正是通过改善和提高整个旅游体系，从而达到满足游客从简单的旅游体验到以各种需求为中心。在推荐相似项问题上，我们主要从寻找具有相对较大交集的集合问题开始，在寻找过程中，我们主要通过最小哈希的技术。智慧旅游的发展是一个创新，我们在云计算环境下，根据游客的个性指标来进行有效推荐，这是复杂网络数据挖掘的一个有效算法。针对该问题，产生了局部敏感哈希的技术，该技术能够把搜索范围集中在那些可能相似的项对上面。在协同过滤中，系统会向用户推荐相似兴趣用户所喜欢的那些项。首先找出可能的候选对相似文档集合，然后基于该集合发现真正的相似文档。在智慧旅游系统中，我们对个性化旅游云服务选择进行了协同过滤，通过技术手段，对这些信息数据资源构建基于云平台中枢来进行信息配置和数据计算。在智慧旅游控制中心，我们通过提取复杂网络动态增长的信息进行大数据分析，并通过移动互联将分析结果进行可视化，为游客提供一个精确的旅游信息。在协同过滤-推荐相似项过程中，通过选择最小哈希签名的长度、检查每个候选对的签名，确定它们一致性的比例是否大于某个特定值。我们在智慧旅游系统中，通过采用组合算法，来实现个性化推荐。
3.3 智慧旅游系统中网络数据流挖掘
智慧旅游系统中数据是流动的，这是旅游的特性所决定的。我们如何预测复杂网络的信息传播过程，主要结合信息流信息进行挖掘。由于复杂网络的特点，我们在数据挖掘过程中，更多的是考虑数据的动态属性，即信息流的属性。数据流挖掘表示如果真需要数据，所有数据都可以用。当我们发现数据流来临时，就需要及时对数据进行处理，否则，数据就流失了。智慧旅游系统通过云计算和物联网等技术手段，及时抓住每一个信息流，并作出精确的数据分析，抽取有用样本，为智慧旅游系统控制中心提供指挥信息。通常情况下，流处理常见方式是选择或称为过滤。即我们只想接受流当中满足某个准则的元组集合。被接受的元组会以流的方式传递给另一个过程，而其他元组被忽略。在复杂网络中，智慧旅游所处理的信息，由于不仅具有结构信息，还具有属性信息以及信息流，我们不仅要研究其静态属性，还要研究其动态属性。传统的网络挖掘方法无法刻画乃至预测复杂网络中信息传播的动力学过程。在构建智慧旅游系统中，我们将复杂网络的数据挖掘体系应用到数据处理中。通过构建一个可靠、稳定、高效的数据挖掘机制，在数据流的处理中，预测信息传播过程中出现的问题。而整个智慧旅游就是以旅游者为中心的人员流动体系。
4 展望
本文主要研究了复杂网络数据挖掘在智慧旅游系统中的应用。智慧旅游作为智慧地球的一部分，还有很大的提升空间。我们借助复杂网络数据挖掘工具，充分发挥云计算的优势，为智慧旅游系统的完善提供支持。未来，我们将从复杂网络的千丝万缕中，找出数据挖掘的科学模式，充分发挥人工智能、云计算的作用，不断改善和提升智慧旅游的层次。
参考文献
[1]纪俊.一种基于云计算的数据挖掘平台架构设计与实现[D].青岛大学，2009.
[2]吉嫱.常熟市智慧旅游发展模式研究[D].南京师范大学，2014.
[3]刘利宁.智慧旅游因子分析评价与对策研究[D].太原理工大学，2014.