摘要：经济的快速发展，激发了人们对旅游的更大热情。虽然目前大部分景区已经上线信息化管理系统，对各类出行数据、旅游数据进行记录，但是并不能对这些数据信息进一步挖掘与分析，也不能进一步发挥大数据分析的价值。基于此背景，本文研究并设计了智慧旅游管理系统，整个系统采用JavaEE技术进行实现，整个系统的业务流程采用UML进行分析与建模，基于确定的业务功能模块进行整个系统的设计，给出详细的体系架构设计内容。并阐述了智慧旅游数据挖掘算法，给出算法处理过程，对整个旅游数据进行分析，方便主管部门更好地确定旅游政策。
关键词：智慧旅游；管理系统；数据挖掘；JavaEE；景区
改革开放以来，国家经济的快速发展，提升了人民群众的生活水平，激发了群众的旅游热情，周边一日游、乡村游等方式成为城市居民周末生活的重要选择。作为第三产业的旅游业，能够进一步促进城乡共同发展，成为城市周边乡村脱贫致富的重要方式。随着旅游热的兴起，也带来了环境污染等诸多方面的问题，因此需要更为信息化与智能化的系统来对整个旅游事务进行管理与维护，在此背景下应加强智慧旅游管理系统的研发。智慧旅游管理系统的研发能够对景区各类数据信息进行记录，由工作人员专门负责对这些数据信息进行维护，采用云存储的方式对数据进行管理。其主要优势在于数据存储量大，核心技术在于对云计算与数据的挖掘，对目前积累的各个景区数据信息进行分析，以此确定这些数据存在的价值与意义，方便政府部门更好地对旅游相关事务进行管理。
一、技术理念
（一）数据挖掘
数据挖掘是目前学术界研究的热点之一，也可以称为数据采掘与开采。数据挖掘主要的工作目标是对零碎的数据信息进行处理，以此来分析与挖掘出其中存在价值的数据信息。整个数据挖掘过程需要借助统计报表与数据检索等处理，其中报表分析包括统计联机统计分析、多维分析等，数据检索包括模糊检索、精确检索等方式，通过这些工作方式来对数据进行决策分析。
（二）大数据
对整个智慧旅游管理系统而言，其主要运行在大数据场景下配置的服务器端。目前在整个信息化的应用过程中，云计算是重要的资源需求。从广域的角度进行分析，云计算主要能满足各行各业对计算资源的需求，整个云计算的环境通过网络存储、效用计算、负载均衡及分布式管理等多门技术实现，不同用户的计算需求通过网络资源共享池来获取，整个用户支付的费用由具体获取的资源容量来计算。云计算目前根据用户的需求提供三种不同的模式：第一种是软件服务，云计算提供资源管理、应用程序及虚拟桌面的管理，以此满足不同行业软件的使用需求；第二种是基础设施服务，主要提供虚拟机及存储设备方面的服务；第三种是提供平台类服务，主要为应用程序的开发与部署提供Web应用服务器、数据库及开发环境等。通过这些工具，完成应用程序的快速开发。整个云计算能够提供性价比高的服务，以此满足各行业应用程序扩展性、通用性及虚拟化方面的服务。
二、智慧旅游业务分析
在系统需求的确认过程中，首先是完成业务流程的确认，主要工作需要用户与技术人员共同参与，用户主要叙述不同业务的处理过程。其次由技术人员通过界面原型图、会议讨论法等方式来确定这些系统的业务功能，最大程度提升前期工作的效率。通过UML中的用例图进行建模分析，后续程序人员依据每个功能模块确定实现细节进行编码实现，系统总体用例图1如下。总体用例图中显示了需求分析章节确定的多种功能模块，主要针对旅游业务管理环节中的信息内容、旅游应急、AR展示功能等方面进行管理维护。后续章节需要结合每个详细的功能对其子模块进行叙述说明，同时系统本身也需要针对用户信息、权限信息、日志信息等内容进行管理维护，这些子模块共同构成系统管理模块。
三、智慧旅游管理系统研究与设计
（一）系统设计原则
在整个智慧旅游管理系统的设计中，需要遵循多方面的设计原则，主要包括满足要求、遵从标准、具备统一的出口与扩展性等，详细内容如下所示。安全性与保密性良好：在整个智慧旅游管理设计中，安全性与保密性是首位的要求，整个系统中运行的数据信息包括旅游数据、游客数据等，这些数据对保密性的要求特别高。若发生泄密事件，必然产生严重影响，因此加强整个系统安全过程中的密码控制、系统日志监督、权限控制等操作，可以最大程度地提升数据信息的防护性。可用性：这是整个智慧旅游管理系统的基本设计要求，根据业务处理的需要，完成整个旅游不同区域的处理业务要求，以此来为后期整个信息管理系统与数据信息的共享奠定良好基础。接口统一：为了加强整个智慧旅游业务的规范性管理，需要在不同业务功能模块中实现统一的接口管理方式，包括软件的内部与外部出口，方便后期设备改动时能够进行一定的参考。具备良好的扩展性：在整个智慧旅游业务设计中，需要着重考虑后期不同区域进行功能扩展的需求，同时为了提升整个游客数据信息处理的需要，充分考虑业务处理的需要，在确保控制成本的前提下，最大程度地提升系统数据信息的传输效率，满足不同功能的互联业务处理需要。遵循相关标准：在智慧旅游业务过程中，严格遵循国家、行业与地区等标准，提升整个系统的规范性与标准性；采用统一的出口标准，使后期不同类型的功能进行升级与维护；按照标准来完成不同类型终端用户权限设置操作。
（二）系统体系架构设计
整个智慧旅游管理系统的研发，关键重点是完成体系架构的设计，需要与整个业务的处理紧密结合。企业体系架构核心的业务主要分为数据信息的感知层、数据传输的网络层及数据处理的平台层，与目前物联网平台的设计保持一致。整个智慧旅游管理系统采用微服务理念进行设计，主要优点是打造可持续优化升级的平台。整个平台内部低耦合高内聚，根据依据采集业务处理的不同及时进行更新与优化，降低后期整个平台开发的成本，详细体系架构设计如图2所示。在图2系统体系架构图中明确系统分为用户层、具备旅游应急、大数据分析、系统管理等功能的业务处理层及数据信息存储的数据层，满足智慧旅游各类业务的处理需求。坚持使用安全可控的开源软件、国产软件，以Kubernetes管理Docker容器集群，将所有软件组件在容器中运行，与各大云厂商的容器技术相兼容，能够快速迁移上云，也易于迁移到Serverless架构中。以微服务的形式设计后台组件，采用高内聚、低耦合的思想划分服务，在各个重要节点配置负载均衡服务，支持灰度发布。API网关采用“零信任”软件定义网络的理念，“持续验证、永不信任”，重视内网的信息安全。结合团队人员的技术实力，设计适合自己的DevOps持续集成、持续部署方案，打造一套具有版本控制、代码审查、自动化测试、自动化部署的软件开发流程，从而应对未来更精细化的信息化和智能化工业互联网软件需求。
（三）数据挖掘算法应用
第一，问题描述。在整个全域智慧旅游中，采用数据挖掘算法进行分析，以此发挥存储业务数据的价值。在整个算法中，需要记录游客出发的景点位置，同时需要将整个游玩的时间作为阈值进行输入，核心的工作目标是在此规定时间下，确定整个旅游游玩的路线。此旅游线路规划问题的处理方法，主要通过蛮力检索法BFM算法进行处理，通过穷举所有的方式完成不同旅游线路列举。但是此方法若景点数量增加，则导致计算工作量呈指数增加，很难在实际系统中提到应用，因此新的学者提出了改进TripMine算法。此算法得出结果是局部最优，不能够获取精确的结果，同时存在计算效率低等问题，在实际问题处理中也难以满足应用需要。因此结合BFM与TripMine算法的优缺点，提出了改进的推荐算法TripGuider。此算法在获取最佳旅游线路推荐的基础之上，整个计算过程高速有效，能够避免BFM与TripMine算法中存在的各类问题，更好地为游客提供旅游线路规划。第二，算法框架。在整个推荐算法TripGuider中，需要记录整个候选景点的数据集合，主要通过CAS进行表示。在整个算法处理过程中，若候选的旅游线路分数小于当前最佳的路线，则此候选的旅游线路不符合要求，需要将此旅游线路进行删除处理；若候选的旅游线路分数大于当前最佳路线，将此集合放入候选集之中，主要工作目的是对下一阶段的候选景点集合进行构建。第三，数据测试及分析。在本文实验中，选取了XX省21个旅游景点作为实验数据集。在整个算法的分析中，根据不同的限制时间，记录不同算法的运行时间，以此来比较BFM、TripMine、TripGuider三个算法的运行性能。整个旅游景点出发位置设置为XXX，具体运行时间如表1所示。间10小时到20小时约束条件下，这三个算法具体的处理结果。根据这三者处理的性能表，对整个图形进行绘制，由于存在误差等因素，对整个算法运行处理5次，取这5次处理结果的平均值得出具体结果，如图3所示。结合性能处理结果表与绘制的图形能够看出，BFM算法的处理复杂度最高，需要的处理时间更长，相比BFM算法，TripMine与TripGuider算法这两个算法性能有明显提升。当时间约束为16个小时的情况下，TripMine与TripGuider算法这两个算法的性能保持一致，但是若时间约束数值越来越大的时候，此时TripGuider算法的效率有着明显提升，其处理需要时间只需要TripMine算法的一半时间。因此可以看出：在相同景点数目不同时间限制情况下，尤其是时间限制较长的情况下，TripGuider算法相对先前的BFM、TripMine算法［1］，运行时间得到显著减少。
四、结语
综上所述，本文对整个智慧旅游管理系统的实现过程进行了详细叙述，主要阐述了作者参与的整个过程的工作内容。首先从系统所处的研究背景进行分析，详细阐述了系统研发的意义与国内外的研究现状等内容；功能模块的确定主要对业务流程进行抽取分析，后续围绕此确定的模块进行详细分析与设计，对这些模块进行实现。
参考文献：
［1］佘新伟．在线旅游行程规划系统关键技术研究与实现［D］．西安电子科技大学硕士论文，2013．
作者：于建韬 单位：延安大学西安创新学院