浙江深大智能科技有限公司 浙江杭州 310000
摘要：随着现阶段我国社会经济持续不断的发展，文化旅游行业的消费市场已经逐步进入了飞速发展的阶段。依托于互联网信息技术的支持，利用大数据时代信息对客户进行有效的分析，使其可以根据市场的实际需求有效发展。文化旅游行业是目前时代发展的需求，本文针对大数据在文化旅游行业的应用现状，简要探讨和研究了大数据在文旅行业的实际情况。
关键词：大数据；文旅产业；应用
引言：
随着当今社会的飞速发展、科技的发展、信息的流动，文旅行业和大数据研究也越来越受到重视。互联网时代，大数据为新时代营销提供了科学、精准、领先的新途径，成为互联网时代文旅行业发展的营销利器。
一、大数据的特点
现有数据样本基于绝对随机性，可以回答预先设定的问题。在大数据时代，全样本数据提供了从各个角度更详细、更全面地观察研究数据。所以，大数据的价值在于细分大量原件，非结构化数据，可以揭示关系并预测数据的未来。互联网公司在大数据中的作用是预测趋势，对于文旅行业来说，是复杂而准确化的服务。
二、大数据在文旅产业中的应用
目前，各行业都在挖掘大数据及物联网应用等先进的信息技术，使其可以有效的提高大数据的智能化水平，从而可以使各行业都能够适应新时代发展的要求。通过积极建立文化旅游产业的运行监测平台，并且不断完善对阿里、腾讯、中国移动、中国银联等企业文化旅游产业的行业监测、监督管理、应急调度和推广等工作，有效的促进文旅产业大数据研发能力的提升和发展成果的应用，将可以更全面的推动文旅产业高质量的发展工作。
三、文旅产业大数据应用难点
目前，有关于旅游行业的大数据信息来源相对比较分散，数据整合的标准不是特别规范，数据整合对接难度大，大数据应用共享受限。旅游大数据需要基于硬件的基础设施支撑，基于软件的数据积累、集成和应用创新。在社会化的公共文化产业信息有效建设的初期阶段，没有制定有效且统一的法律法规标准，信息利用效率不高，尤其是在非典型或半正式的环境中。信息化的推进过程中文旅产业比较重视系统的建设，对经营方面的工作重视力度不足，对信息系统以及数字信息资源的有效利用率显著低下。相应的部门也未能针对此情况制定长效的运行管理机制，无法切实地保证信息系统数据有效且及时的进行更新，从而造成了公共文化信息系统的服务数据闲置，并且缺乏人性化的信息系统服务模式，导致相关用户或者企业对大数据信息系统的体验不足等。
四、大数据在文旅行业应用的建议
1、打造全球文旅大数据平台
在目前的信息技术被各领域广泛应用以及文化旅游行业大力发展的同时，需要积极建设以大数据为基础核心的文化旅游行业管理信息系统管理平台。文旅行业需要进一步分析整合各行业的运营商、行业监测、旅游大数据等多源行业数据联动，使大规模数据维度可视化展示，形成城市旅游指标评价体系，支持日常管理、行业监测、应急订单、营销推广和文旅服务，形成各级文化旅游管理大数据平台。
2、形象展示文旅产业宏观动态
积极分析展馆及辖区内游客的进出境情况，当日住宿市场的分布情况，帮助客户改善当地旅游资源配置，提高区域竞争力，提供与当地旅游相关的“吃、住、行、购、娱”的消费概况、消费趋势分析、消费来源分布。全面展示景点、酒店等的正面/负面评论，并每月发布“红黑名单”，为营销活动和产品构成提供依据。从而有效支持当地旅游市场管控，对当地旅游投诉的数量、收到的投诉状态、投诉完成率和受理率以及投诉趋势和类别进行整合和分析。每日展示热门旅游目的地、商圈和在线话题的点击率，并实时跟踪热点事件。帮助商家展示每月文旅热点、正负热点、新闻来源、热点动态，及时向客户通报舆情，使其可以做出合理协调应对和媒体策略。
3、展示文化旅游产业发展状况
通过对文化旅游产业的有效资源洞察，以及实际城市交通状况和旅游发展线路前景的了解，有效提高地方文旅基础资源和社会公共服务资源监测，提供旅游交通路况监测功能市场，实时提供合理低成本出行动态，合理低成本出现对于旅游而言，从数据上促进全球文旅产业的有效发展。为了帮助客户站在游客的角度，深入探索全球旅游发展的现象，需要对旅游发展进行有效的分析，旅游展示分为四个阶段：客流分析、旅游情况、旅游目的地概览、参观概览，由以上四个阶段可以实现对国内和入境游客流向的洞察，对基本的旅游情况、旅游住宿行为等进行分析，从而有效提高文化旅游产业的发展。
结束语：
大数据信息化的有效传播和普及，为实现文化旅游产业营销体系创新发展提供了有效的契机，并且积极推动了文化旅游产业营销创新事业的发展。因此，文化旅游行业的相关主管部门要充分及时地把握机遇，大力提高大数据时代的市场竞争力和运营效率，提升文化旅游行业的品牌价值和影响力。
参考文献：
[1]张蕾.大数据时代面临的信息安全机遇和挑战[J].信息系统工程（9）.
[2]尹丽波.深刻把握新时期工业信息安全的内涵、特点和重点[J].中国信息安全，2019（6）.
[3]李阳.基于Spark的并行数据挖掘研究及应用[J].电子科技大学学报.2018，14（8）：69-70.
[4]徐伟.基于大数据的数据挖掘技术和应用分析[J].安阳师范学院学报.2018，20（8）：117-118.