技术派的梦想旅行 用大数据推动旅游2.0

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 本文讲的是技术派的梦想旅行 用大数据推动旅游2.0【IT168 资讯】旅游与每个人的生活息息相关,旅游产业也亟需一种脱胎换骨的方式提升效益。在近日第15届中国互联网大会“互联网+民航”专场上,梦想旅行CEO郭宁表示,大数据将改变传统旅游行业的DNA,加速推动智慧旅游时代的到来。

本文讲的是技术派的梦想旅行 用大数据推动旅游2.0【IT168 资讯】旅游与每个人的生活息息相关,旅游产业也亟需一种脱胎换骨的方式提升效益。在近日第15届中国互联网大会“互联网+民航”专场上,梦想旅行CEO郭宁表示,大数据将改变传统旅游行业的DNA,加速推动智慧旅游时代的到来。

  大数据打破旅游信息不对称

  让“剁手”成为大势的淘宝,打破了消费者与商户间的信息不对称;将共享经济发挥得淋漓尽致的滴滴,打破了出行用户与司机间的信息不对称;盘活民间资金的互联网金融,打破了大众与金融机构间信息不对称……而接下来,新一轮变革轮到信息不对称行业中最后一片——旅游行业。

  在郭宁看来,大数据将打破传统旅游信息不对称的难题,重塑旅游产业新模式。从用户角度出发,他认为目前大数据主要应用在两个领域,一是旅行出发前信息整合,二是旅行中的信息获取。

  旅行前查攻略、看游记,基本成为人们自助旅游出行前的固定动作。来自旅游论坛、网站、社交网络的信息铺天盖地。“对于每一个旅行者而言,旅行信息不是过少而是太多,信息碎片化、分散化,太多的非结构化数据不能得到整合,所以出行用户在出发前要一一查看大量攻略才能准备充分。”目前业界大部分的行前服务提供商去哪儿、穷游等都逐步加深对大数据的应用,以帮助用户整合信息。

  另一方面在旅行过程中,由于用户动态地理位置的变化,离不开基于LBS的产品服务,如大众点评对美食信息的整合。同时出行时间的不同意味着不同的旅行路线,如冬日与夏季的北海道,白天与夜晚的香港;个人偏好的不同,如独自背包客与亲子游选择的是不同的玩法。所以用户在出行中随地理位置、时间维度、适合人群动态变化的诉求,也只有借助大数据才能很好化解。

  旅游科技最前端:知识图谱

  用户旅游行中服务诉求是大数据迫切需要解决的难点,然而由于行中服务对精准度、个性化实现要求甚高,专注于提供旅游科技服务的企业甚少,市场仍存在大量空白。

  “POI(兴趣点)是决定精准度的一个关键指标。”郭宁表示,当POI数据较少时,旅行信息只能覆盖最基本的大众景点,即用户在相对冷门的景区查询不到最新的旅行信息。例如出国后百度地图的使用体验与Google地图就相比相差甚远。所以目前一些专业的技术公司如梦想旅行等开始涌现出来,对全网POI进行实时整合并校验,从而得到对信息的更多洞察。“我们从不同纬度去衡量POI信息,精准到每一条街道,用户在每一个景点周围1公里内都能轻松找到美食、购物、交通信息。”

  与此同时,旅游是典型的体验式经济,大数据对旅游行业的改革包括个性化的满足。传统旅游服务商通过标签化技术来实现,但实际上时间、人均消费等并不是简单的标记,用户的消费习惯与爱好很难通过标签呈现。

  “如果说大数据实现了信息的整合与挖掘,那么知识图谱则真正实现了信息的‘洞见’。”在郭宁看来,只有建立在知识图谱上的旅游行业,才能充分满足用户个性化推荐等需求。

  知识图谱是一张蕴含丰富POI信息并可实现自动化管理的系统。建立在NLP自然语言处理、主题模型分析上的知识图谱,在充分理解数十亿篇游记、餐厅美食评价、交通路线、景点简介的信息之后,打造了如同旅游界的维基百科,能轻易分析出“奥巴马去过的美食餐厅”,也能回答出动漫迷的二次元景点推荐。

  人工智能语音助手,将智慧旅游推向现实

  “如果将过去照本宣科、参照攻略进行出行视为旅游1.0版本,那么2.0版本的智慧旅游将基于LBS,提供具有时效性、个性化的服务。”郭宁表示,在知识图谱+贝叶斯网络算法等技术的相互配合下,一站式的自动行程规划将带来全新的旅行模式与体验。

  用户不需要在出现前阅读大量的游记,可以根据自己的目的地、旅行时间、游玩偏好,一键点击“生成行程”便轻松制作出包含景点介绍、游玩时间、热门推荐、来往交通路线以及特色美食的行程规划。让用户真正实现一边旅行,一边决策。

  自动行程规划才仅仅是开始。郭宁透露,梦想旅行正在联合国内高校,打造人工智能语音助手,“如同苹果Siri一样,它可以理解用户问题并进行有效回答。但梦想旅行语音助手比Siri更聪明,不是简单的一问一答,它能理解上下文语境,真正去完成连续性对话。”例如用户对语音助手询问最近的寿司餐厅是什么时,人户只要问“怎么去”而不是“如何去最近寿司餐厅X”。

  “大数据与人工智能的出现,将推动传统旅游向智慧旅游演进。未来,诸如梦想旅行等旅游科技公司将帮助用户化解信息困扰,真正实现便捷、简单、个性化的自由行。”郭宁说。

原文发布时间为:2016-06-29 

本文作者:刘策

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:技术派的梦想旅行 用大数据推动旅游2.0

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
6天前
|
机器学习/深度学习 运维 分布式计算
大数据技术专业就业前景
大数据技术专业就业前景广阔,广泛应用于互联网、金融、医疗等众多行业,助力企业数字化转型。岗位涵盖大数据开发、分析、运维及管理,如大数据工程师、分析师和系统运维工程师等。这些岗位因专业性和稀缺性而享有优厚薪资,尤其在一线城市可达20万至50万年薪。随着技术进步和经验积累,从业者可晋升为高级职位或投身数据咨询、创业等领域,发展空间巨大。
16 5
|
10天前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
2月前
|
分布式计算 搜索推荐 物联网
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
大数据及AI典型场景实践问题之通过KafKa+OTS+MaxCompute完成物联网系统技术重构如何解决
|
2月前
|
存储 人工智能 算法
AI与大数据的结合:案例分析与技术探讨
【8月更文挑战第22天】AI与大数据的结合为各行各业带来了前所未有的机遇和挑战。通过具体案例分析可以看出,AI与大数据在电商、智能驾驶、医疗等领域的应用已经取得了显著成效。未来,随着技术的不断进步和应用场景的不断拓展,AI与大数据的结合将继续推动各行业的创新与变革。
|
2月前
|
消息中间件 监控 大数据
"探索Streaming技术:如何重塑大数据未来,实时处理引领数据价值即时转化新纪元"
【8月更文挑战第10天】信息技术高速发展,数据成为推动社会进步的关键。面对数据爆炸,高效实时处理成挑战。流处理(Streaming)技术应运而生,即时处理数据流,无需积累。应用于实时监控、日志分析等场景。例如,电商平台利用流处理分析用户行为,推送个性化推荐;智能交通系统预测拥堵。结合Apache Kafka和Flink,实现从数据收集到复杂流处理的全过程。流处理技术促进数据即时价值挖掘,与AI、云计算融合,引领大数据未来发展。
89 5
|
2月前
|
大数据 数据处理 分布式计算
JSF 逆袭大数据江湖!看前端框架如何挑战数据处理极限?揭秘这场技术与勇气的较量!
【8月更文挑战第31天】在信息爆炸时代,大数据已成为企业和政府决策的关键。JavaServer Faces(JSF)作为标准的 Java Web 框架,如何与大数据技术结合,高效处理大规模数据集?本文探讨大数据的挑战与机遇,介绍 JSF 与 Hadoop、Apache Spark 等技术的融合,展示其实现高效数据存储和处理的潜力,并提供示例代码,助您构建强大的大数据系统。
33 0
|
3月前
|
传感器 大数据 数据处理
大数据处理中的流计算技术:实现实时数据处理与分析
【7月更文挑战第30天】随着分布式系统、云原生技术、数据安全与隐私保护技术的不断发展,流计算技术将在更多领域得到应用和推广,为大数据处理和分析提供更加高效、智能的解决方案。
|
3月前
|
机器学习/深度学习 存储 分布式计算
驾驭数据洪流:大数据处理的技术与应用
大数据处理不仅是信息技术领域的一个热门话题,也是推动各行各业创新和发展的重要力量。随着技术的进步和社会需求的变化,大数据处理将继续发挥其核心作用,为企业创造更多的商业价值和社会贡献。未来,大数据处理将更加注重智能化、实时性和安全性,以应对不断增长的数据挑战。
|
2月前
|
SQL 存储 分布式计算
神龙大数据加速引擎MRACC问题之RDMA技术帮助大数据分布式计算优化如何解决
神龙大数据加速引擎MRACC问题之RDMA技术帮助大数据分布式计算优化如何解决
32 0
|
2月前
|
SQL 分布式计算 大数据
"揭秘MaxCompute大数据秘术:如何用切片技术在数据海洋中精准打捞?"
【8月更文挑战第20天】在大数据领域,MaxCompute(曾名ODPS)作为阿里集团自主研发的服务,提供强大、可靠且易用的大数据处理平台。数据切片是其提升处理效率的关键技术之一,它通过将数据集分割为小块来优化处理流程。使用MaxCompute进行切片可显著提高查询性能、支持并行处理、简化数据管理并增强灵活性。例如,可通过SQL按时间或其他维度对数据进行切片。此外,MaxCompute还支持高级切片技术如分区表和分桶表等,进一步加速数据处理速度。掌握这些技术有助于高效应对大数据挑战。
68 0

热门文章

最新文章

下一篇
无影云桌面