Web数据挖掘在旅游决策中的应用

董绍华

[摘要]高压力、高效率的工作使得人们休闲方式越来越趋向于外出旅游。现代网络技术的快速发展，使人们外出旅游不仅仅可以通过旅行社等实体途径参与，还可以更多的旅游行为选择依赖于网络信息的相互进行，所以如何判定旅游者的旅游偏好，促进网络平台的交易显得尤为有价值。本文旨在根据人们网络使用足迹，进行数据挖掘，把大量的、随机的数据，进行合理筛选，有目的地进行信息提取，充分发挥互联网技术在旅游决策中的作用。

[关键词]数据挖掘 旅游决策

一、什么是Web数据挖掘

Internet已经发展成为世界上规模最大的信息资源库，人们为了实现从海量Web数据中，查找自己想要的數据和有用信息，提出了Web数据挖掘。它可以帮助人们从Web文档和Web活动中发现和抽取潜在的、有意义的模式和知识。它将传统的数据挖掘技术与Web结合起来，并综合运用了统计学、计算机网络、数据库与数据仓库、可视化等众多领域的技术，形成了Web结构数据挖掘、Web内容数据挖掘、和Web使用数据挖掘的研究与应用体系。也就是说Web数据挖掘指在大量训练样本的基础上，得到数据对象间的内在特性，并以此为依据在网络资源中进行有目的的信息提取。

其工作步骤分为数据预处理、模式发现、模式分析。

（1）数据预处理。Web服务日志记录了用户访问本站点的信息，其中包括IP地址、请求时间、方法等信息。这些非结构化信息首先要进行预处理才能进行数据挖掘。数据预处理包括记录预处理、内容预处理、结构预处理。

（2）模式发现。模式发现是指利用各种算法和工具对已经预处理过的数据进行数据挖掘，得到各种模式集。模式发现中常用的方法有统计分析、关联规则分析、聚类、分类、序列模式分析、路径分析等等。

（3）模式分析。模式分析是整个web使用记录数据挖掘的最后一步，是指从模式发现集中过滤出不感兴趣的规则或模式。二、旅游者决策过程

近十几年，旅游电子商务市场的竞争日趋激烈。专业性的旅游电子商务网站不计其数，旅游网站一般包括两方面的内容：提供查询服务和提供网上预订。以此来实现旅游企业效益。所以了解旅游者的决策过程至关重要。

旅游者的决策过程主要从心理学方面进行探讨，因为心里所想决定行为所做。了解旅游者心里所想，有助于线上线下购买行为的发生。那么，旅游决策过程大致分为三个心理活动过程。首先产生旅游需要，然后内外驱动，形成旅游动机，最后根据旅游偏好做出旅游决策行为。

（1）旅游者需要。旅游消费需要产生机理的主观条件是基本需要失衡并被感知产生了变换生活环境以调节身心节律的旅游需要。也就是说旅游者或潜在旅游者由于对旅游活动及其要素的缺乏而产生的一种好奇心理状态，是对旅游的意向和愿望。好奇心驱动了认识与探索的旅游需要。

（2）旅游者动机。旅游动机就是促使人们离开居住地外出旅游的内在驱动力。人们进行旅游决策前，会通过各种媒介收集相关旅游地的信息，确定旅游目标，进而产生旅游动机。

（3）旅游决策的形成。旅游者有了旅游需要，在旅游动机的诱导下，人们对旅游地进行分析、对比，最终确定符合自己需要的旅游目的地，形成旅游决策。旅游决策的最终形成不仅受到旅游者需求和旅游动机的影响，其中旅游偏好也是影响旅游决策的关键因素。

三、Web数据挖掘在旅游者决策过程中的应用

旅游者有了旅游需要，在旅游动机的诱导下，人们对旅游地进行分析、对比，最终确定符合自己需要的旅游目的地，形成旅游决策。旅游决策的最终形成不仅受到旅游者需求和旅游动机的影响，其中旅游偏好也是影响旅游决策的关键因素。

消费者偏好是一种消费心理，反映消费者对某种产品或服务的兴趣或爱好程度，受消费者个性特征以及外界环境等主客观因素的共同影响。在网络环境下，web服务器日志可以记录网络消费者购买过程中的相关信息，如点击流、访问时间、停留时间等。因此，通过分析日志文件，利用web数据挖掘消费者的商品访问模式，进而了解消费者偏好的变化特征，为网络营销和商品推荐决策提供依据。推荐引擎技术是利用Web挖掘技术开发的网上客户关系管理工具。首先创建一个关于旅游目的地的信息数据仓库，并分析访客的兴趣、个性、偏好、人口特征等，形成包含一系列针对各种类型旅游者的旅游服务方案，并针对旅游者的旅游偏好旅游需求、旅游心理提供个性化的旅游建议和线路推荐，提高满意度，形成旅游决策。

旅游网站的推荐引擎通常包括目的地推荐和旅游项目推荐引擎。目的地推荐引擎帮助旅游者在选定旅游目的地后，推荐个性化的旅游服务项目，协助旅游者作出在目的地其间的旅游服务项目，协助旅游者做出在目的地期间的旅游计划。这类推荐引擎为旅游者提供更为具体的旅游服务信息，涉及到所在目的地“食、住、行、游、购、娱”各个方面。包括目的地的旅游交通、旅游线路、住宿、用餐、夜生活、娱乐、购物街、特产和观光项目等。

通过web挖掘技术，得到相关数据，根据这些数据，进行客户细分。客户细分后，建立以共同特征为主的群集客户，和以个性化特征为主的个性化网站。这些都是为了获取到潜在旅游者的内在需要，便于满足潜在旅游者的需要，使预定率提高。

通过web挖掘技术，得到相关数据，这些数据更多地侧重于相关评价，也就是满意度和忠诚度的测评。人们进行旅游决策前，会通过各种媒介收集相关旅游地的信息，确定旅游目标，进而产生旅游动机。Web挖掘技术便于更好地分析旅游者的满意度和忠诚度，进而使旅游者在旅游动机上产生影响。

通过web挖掘技术，得到相关数据，这些数据旅游者有了旅游需要，在旅游动机的诱导下，形成旅游偏好。在网络环境下，web服务器日志可以记录网络消费者购买过程中的相关信息，如点击流、访问时间、停留时间等。

因此，本文通过分析，利用web数据挖掘消费者的商品访问模式，进而了解消费者偏好的变化特征，为网络营销和商品推荐决策提供依据。人们对旅游地进行分析、对比，最终确定符合自己需要的旅游目的地，形成旅游决策。