我國高度重視以“智慧文旅”為核心的現代旅游體系建設,先后出臺多項政策推動發(fā)展。2020年,文化和旅游部、國家發(fā)展和改革委員會等十部門聯合印發(fā)《關于深化“互聯網+旅游”推動旅游業(yè)高質量發(fā)展的意見》(文旅資源發(fā)〔2020〕81號)明確提出:要深入推進旅游領域數字化、網絡化、能化轉型升級,培育發(fā)展新業(yè)態(tài)新模式,同時指明了旅游業(yè)與互聯網融合發(fā)展的方向。2021年,文化和旅游部印發(fā)《“十四五”文化和旅游發(fā)展規(guī)劃》的通知(文旅政法發(fā)〔2021〕40號)明確指出:要深化“互聯網+旅游”,加快推進以數字化、網絡化、智能化為特征的智慧旅游發(fā)展。
目前,隨著互聯網技術和人工智能技術的不斷發(fā)展,已經涌現出了一些用于文化旅游數據處理的相關技術。其中,基于圖結構的數據處理方法成為了研究的熱點之一。圖結構可以很好地表示文化旅游數據中的節(jié)點(景點或地區(qū))以及它們之間的關系(如地理位置相似度),因此,被廣泛應用于文化旅游數據的建模和分析。然而,傳統(tǒng)的圖神經網絡模型在處理文化旅游數據時仍然存在節(jié)點特征表示不足、地理位置相似度考慮不足、模型復雜度高、模型解釋性不強等問題,難以實現文旅數據的高效處理和分析,從而影響文旅數據管理和利用效率,亟待解決。
針對上述問題,項目開展了智慧文旅數據分類采集編目系統(tǒng)開發(fā)。項目基于相關標準構建了文旅特征數據集。采集了詳細地理、地貌等位置信息,景點名稱、類型、開放時間和門票價格等文旅屬性信息,到訪游客數量、峰谷值等旅游訪問信息,為信息分類與關聯分析提供了多維度、細粒度的基礎數據集;利用無向圖學習模型,以文旅特征數據集為無向圖節(jié)點,以地理位置相似度建立或調整節(jié)點關系,以邊連接節(jié)點,實現了特征清晰表達;采用圖神經網絡模型進行表示學習、數據挖掘與提取,實現了文旅數據的高效處理和分析;基于文旅特征數據集及無向圖學習模型,開發(fā)了智慧文旅分類采集系統(tǒng),實現了文旅數據編目、信息共享等功能,提高了文旅數據管理和利用效率。
項目成果具有自主知識產權,已獲軟件著作權,并申請了發(fā)明專利。項目成果智慧文旅分類采集系統(tǒng) V1.0(非嵌入式軟件)已通過中國軟件測評中心軟件產品登記測試,并被成都米氏電子科技有限公司等單位采用,反映良好,應用前景廣闊。
項目咨詢:王艷欣13371759156
1.曹雅評
| |
評價單位: |
中國民營科技促進會 |
報告編號: |
202401003069 |
評價日期: |
2024-04-26 |
| |
組織單位: |
中國民營科技促進會科技成果轉化辦公室 |
項目負責: |
雷智旺、王艷欣 |
成果管理: |
13681429210 |
1.提供的資料齊全,符合評價要求。
2.項目主要創(chuàng)新點及特點如下:
(1)基于相關標準構建了文旅特征數據集。采集了詳細地理、地貌等位置信息,景點名稱、類型、開放時間和門票價格等文旅屬性信息,到訪游客數量、峰谷值等旅游訪問信息,為信息分類與關聯分析提供了多維度、細粒度的基礎數據集。
(2)利用無向圖學習模型,以文旅特征數據集為無向圖節(jié)點,以地理位置相似度建立或調整節(jié)點關系,以邊連接節(jié)點,實現了特征清晰表達;采用圖神經網絡模型進行表示學習、數據挖掘與提取,實現了文旅數據的高效處理和分析。
(3)基于文旅特征數據集及無向圖學習模型,開發(fā)了智慧文旅分類采集系統(tǒng),實現了文旅數據編目、信息共享等功能,提高了文旅數據管理和利用效率。
3.項目成果智慧文旅分類采集系統(tǒng) V1.0(非嵌入式軟件)已通過中國軟件測評中心軟件產品登記測試,并被成都米氏電子科技有限公司等單位采用,反映良好。
4.項目成果具有自主知識產權,已獲軟件著作權,并申請了發(fā)明專利。
評價委員會認為:項目在文旅特征數據集多維度、細粒度構建方面達到國際先進水平,同意通過科技成果評價。
| 姓名 |
工作單位 |
職稱 |
從事專業(yè) |
| 常 霞 |
國家計算機網絡與信息安全中心 |
正高 | 計算機技術 |
| 馬翠霞 |
中國科學院大學 |
正高 | 大數據分析 |
| 滕東興 |
中國科學院軟件研究所 |
正高 | 交互技術 |
| 劉寶旭 |
中國科學院信息工程研究所 |
正高 | 態(tài)勢感知 |
| 延志偉 |
工信部中國互聯網絡信息中心 |
正高 | 數字經濟 |
| 周 鳴 |
中國電信 |
正高 | 通信 |
| 周 迎 |
科技部火炬中心 |
正高 | 科技管理 |