E-PAPER

訂閱 / 取消電子報,請輸入下列資料:

*您的大名

*公司名稱

*電子郵件

*使用類別

送出 重填

top
GO TOP

CONTACT

歡迎蒞臨巨鷗科技網站,若有任何智慧科技服務、行銷服務或 其他問題,請寫下寶貴意見,我們將盡速與您聯繫,謝謝您!

*您的大名

*性 別

*電子郵件

*連絡電話

手機號碼

服務單位

職 稱

*詢問事項

*您的意見


備註:有「*」之記號者,敬請務必正確填寫。
送出 重填

Column跨界專欄

跨界專欄

AI X 行動通信大數據 - 農村旅遊策略科學化

撰寫者: 智慧城鄉處 技術協理 陳國男(Kerwin)

 

農村旅遊概況與面臨的問題

歐洲、日本、韓國等國家發展休閒農村旅遊已多年,歐洲注重體驗性活動,日本以生態交流型為主,韓國以週末農場、觀光農園為主,成功的農村旅遊發展案例如韓國江原道旌善郡大醬村,利用當地原生材料,採用韓國傳統手藝製作養生食品的方式製造大醬,既符合現代人的養生學,還可以讓遊客體驗最初生活狀態下的大醬村;法國普羅旺斯以一系列商品銷售推動特色美食、特色植物-薰衣草,遊客不僅可欣賞花海,更可帶動周邊商品銷售,不斷吸引全球渡假遊客到訪。

 

台灣也一直致力於農村旅遊發展,各縣市政府及相關單位也陸續推出農村旅遊主題行程如高雄一日農夫體驗、台南小旅行、花東農村小旅行等等,另一方面,為提升民眾農村體驗品質及行銷農村特色產業、環境、生態及文化之優質面向,水土保持局一方面致力於提升農村旅遊發展,於105年首次辦理農村深度旅遊黃金鏈遊程,串聯146個社區食、泊、行、學、遊、購、樂共416個農村景點設計出52個遊程,透過多元行銷宣傳、異業結盟,邀請國內外遊客一同造訪農村;另一方面也致力於提升農村體驗品質提升,以歷年輔導之農村體驗為基礎,參考各國作法完成乙式農村體驗品質提升評鑑規範及評估方式,從參選的農村遊程中進行評鑑,對於優質行程頒予「優質農村體驗」認證標章獎牌,藉此制度逐步提升農村體驗品質。惟評鑑結果偏重質化,缺乏實際效益分析,無從得知經費挹注效益。另一方面,如果能了解影響農村旅遊的主要因素,將有助於政府對於提升農村旅遊的經費投入效益最大化。

 

為此,團隊預期開發出一套科學化制定農村旅遊策略的方式,透過資料蒐集多元化、分析驗證專業化與策略擬定前瞻化三階段進行方式,技術方面導入大數據分析與AI人工智慧,以期達成農村旅遊策略制定科學化的最終目標。


資料收集與分析

資料收集方面,對農村示範社區做基本資料收集及彙整,資料來源包含行動通信大數據、社群數據、OpenData、社區影像紀錄等。透過空間視覺化,進而瞭解資源豐富度與農村旅遊的相關性。

 

資料收集的關鍵來源—行動大數據,我們透過與遠傳電信合作,收集去個資化後的行動信令資料,行動信令資料是行動通訊裝置與基地台互動時產生之數據通訊紀錄 (Data Communications D tail Records, DCDR),為一種數據足跡(Digital Footprint)。透過以下三個步驟來進行用戶移動分析,進而產製旅運相關資訊。

 

藉由信令資料可以得出單位時間的人流熱點分布狀態。

 

▲ 人流熱點分布

在選定農村範圍後,其該範圍將涵蓋日常生活於當地的人,其將造成所推估遊客偏高,故需先排除非遊客的人口,因此需先對於農村區域做界定動作。團隊以空間網格為基礎,標定農村範圍。

 

▲ 農村區域界定

信令資料加上時間變數後,可以得知人流移動路徑、停留時間、路徑追蹤以及移動速率等,透過團隊擬定的人流移動分析策略,產製有用的旅運相關資訊。

 

▲ 人流移動分析策略

為了能產出精準的旅客人數推估,我們必須了解所收集的信令資料跟實際情況的差距比例,其中較容易聯想的就是將遠傳的市佔比率列入推估計算考量,但這樣還不夠精準,因為市佔率是一種平均值,為了更精準的推估各農村的旅客人流數據,團隊選定有農村旅遊活動時,以空拍機拍攝農村人流影片,透過AI人流辨識技術計算人流數量,進一步驗證電信數據取樣的正確性。

▲ AI人流辨識

分析驗證專業化方面,建立農村旅遊分析模型,探討農村發展旅遊關鍵影響因子。

1977年,美國學者丹恩(G. Dann)提出了旅遊動機的推拉理論。他認為人們會去旅遊,是因為他們受內在和心理因素推動,以及受旅遊目的地的特性等外在因素拉動,而作出各種外遊決策。

▲ 探討旅遊動機中的拉力-觀光旅遊吸引力為變數蒐集方向

團隊蒐集觀光吸引力相關文獻,將旅遊吸引力類別分為交通運輸、觀光吸引力、服務體系、旅遊資訊等共計4大類別16類因子。

▲ 遊憩吸引力變數關係架構圖

除此之外,我們也對於農村有活動及無活動是否有明顯的旅客人次差異進行分析,持續探討可能影響旅客人次的因素。

▲ 農村活動日人數分布統計圖

簡單來說,為了建立旅客人次預測模型,我們首先進行文獻回顧,進而蒐集自變數(遊憩吸引力因子)與依變數(遊客人次因子),透過正規化操作型定義將類別變數轉換為連續變數,透過T檢定、PLS-SEM、多元線性迴歸分析等統計方法,推導出各變數與遊客人次之預測模型。

科學化訂定農遊策略

這次研究裡面,我們應用了大數據加上AI人工智慧技術來處理與分析資料,嘗試以科學化的角度切入一個在地化的議題,基於這個角度,雖然前期的資料分析我們採用了科學化的角度,但為了產出更為精準的遊客人次預測模型,我們也導入了在地化專家的意見,首先我們邀請了領域專家對於農遊關鍵影響因子進行討論與修正,最後結合優質農村體驗評鑑顧問團共同進行策略擬定,以期產出多元並實際可行農村旅遊發展策略。

 

 

#WeMakeItAmazing #地方創生 #農村旅遊 #智慧觀光