⑴ 問世間POI（興趣點）為何物如何獲取
POI，即興趣點，是電子地圖中常用的數據類型，以坐標點形式表示，如藍色球體代表國家5A景區。它是簡單的矢量數據，主要用於標記地點，不包含線和面的詳細信息。POI數據內容廣泛，常見的包括餐館、商店、加油站和銀行等日常設施。特殊情況下，用戶也可以定製獲取井蓋、消防栓等特定POI數據。
獲取像網路地圖或高德地圖的POI數據，可以通過調用它們提供的Web服務API，如網路地圖API。首先，需要將城市格網數據（如廣州市的格網）與行業分類表結合，然後根據格網的坐標信息構建請求URL，其中包含了查詢參數。接著，通過API獲取JSON格式的響應，解析其中的POI信息，比如使用list[]列表逐點存儲。最後，將這些POI信息連接到SQL Server資料庫中，完成數據的獲取和存儲。
這個過程涉及格網數據的處理、API請求的構建、JSON數據的解析和資料庫的對接，每個步驟都需要按照服務文檔中的規定進行操作，確保數據的准確獲取和安全存儲。
⑵ 旅遊大數據包括哪些數據哪家公司的數據比較准
旅遊大數據是指旅遊行業的從業者及消費者所產生的數據，包括景區、酒店、旅行社、導游、遊客、旅遊企業等所產生的消費、管理或業務數據，除此之外，還包括旅遊行業基礎資源信息、互聯網數據、旅遊宏觀經濟數據、旅遊氣象環保數據、交通數據、網路輿情數據等。
中智游北京科技有限公司曾負責建設並運營國家智慧旅遊公共服務平台，在旅遊大數據的採集和分析方面能夠結合旅遊標准規范和行業經驗制定統一的數據採集標准，進行數據採集、編目、分級，實現旅遊數據分類歸檔、授權應用；建立數據共享機制、數據交換；提升旅遊管理服務水平。主要採集景區旅遊資源、旅行社數據、景區票務數據、遊客旅遊出行數據、旅遊餐飲數據、旅遊購物數據、旅遊住宿數據、旅遊監管數據、氣象數據、資源設備、車輛管理等數據。
在此基礎上對接國家智慧旅遊公共服務平台及各大運營商數據，實現縱向整合景區管理部門的政務信息、旅遊企業的基礎信息及行業應用信息；橫向整合交通、文化、衛生、環保、氣象等各涉旅部門數據，實現與各行業、各應用系統之間的數據共享與交換。從而能夠以景區旅遊信息匯聚為基礎，以大數據統計分析為支撐，為遊客提供優質的公共服務，為景區部門提供便捷的監管及准確的決策支撐。
⑶ 全國范圍AOI數據（小區、學校、醫院、商場、園區、景區、火車站等）
AOI數據說明
在目前主流互聯網電子地圖中，POI（Point of Interest）指興趣點，每一個POI至少包含四項基本信息：名稱、地址、類別、經緯度坐標，它可以是一棟房子、一個商鋪、一個小區門口或一個公交站等；
AOI（Area of Interest），顧名思義，指的是互聯網電子地圖中的興趣面，同樣包含四項基本信息，主要用於在地圖中表達區域狀的地理實體，如一個居民小區、一所大學、一個寫字樓、一個產業園區、一個綜合商場、一個醫院、一個景區或一個體育館等等；
AOI相比POI，具有更好的表達力，更好的計算力，更好的穩定性（POI瞬息萬變，而AOI所表達的地理實體變化頻率低很多）；相反，POI比AOI的抽象層次更高，萬事萬物都抽象為一個點，實現降維，回歸本源。
隨著雲計算、IoT、5G等信息技術發展，人類正在快速推進地理空間到信息空間（基於ICT技術構建）的映射和關聯，如目前的O2O模式。而AOI所表達的地理實體是所有社會經濟活動的地理載體，因此，以AOI數據為載體，將組織的業務數據、生產材料、生產工具、運營策略、人等所有生產要素組織起來，能夠有效的完成線上線下一體化、推進組織向信息空間進化。
我認為AOI數據目前整體可以分為兩類：柵格AOI數據、矢量AOI數據。
柵格AOI數據指各類柵格數據，每個像素所表達的地理空間范圍（解析度）是柵格AOI數據的邊界，每個像素中存儲的各類數值（多波段）是柵格AOI的屬性值，目前柵格AOI數據獲取方式越來越多，獲取成本越來越低，解析度越來越高，波段越來越豐富，處理演算法和工具越來越成熟，當然，應用領域也越來越廣泛；如下圖的ASTER GDEM V2數據，每個像素為30m*30m大小，像素值為大地高程值。
矢量AOI數據簡單說就是矢量地圖數據中的各類面數據，如最基本的行政區劃面數據，這也是各類GIS應用系統中用的最多的AOI數據，我們在不同的行業應用系統中把各類屬性關聯到行政區劃面中，進行統計、分析、可視化，並以此將GIS統計分析演算法、模型、思維引入到各行各業，滿足業務需求，體現GIS的價值。
隨著ICT技術的不斷發展，數據處理能力飛速提升，同時線上應用場景越來越精細化、強調差異化，越來越多的決策需要更細致的數據支撐（目前看按區縣做出經營決策對很多大型公司都是一個挑戰），因此對AOI數據的要求越來越高，本質上是越來越真實化，即郭院士講的建立真實世界到信息世界的映射。
目前三大互聯網巨頭都投入巨資做互聯網地圖入口，積累了大量的高質量AOI數據，更新頻率也較高，是理想的AOI數據源。使用Python開發爬蟲工具，可以獲取互聯網地圖的POI和AOI數據，在基於位置關聯主流房地產、旅遊、交通、美食、生活服務網站的相關數據，可以建立覆蓋全面、坐標相對精確、時效性好、屬性內容豐富的AOI矢量數據，是建設各行業GIS應用場景的重要基礎數據。
目前已獲取的AOI矢量數據覆蓋全國31個省市自治區和港澳地區，可以提供GCJ-02坐標系、BD09坐標系、WGS84坐標系數據；
數據格式也比較全面，默認提供SHP格式文件，可以根據要求提供Mapinfo MIF/TAB格式、Google KML格式、WKT格式、WKB格式、ArcGIS FileGeodatabase格式。
數據更新可以根據需求做到最快按周更新，默認提供按季度更新。
目前全國范圍共獲取AOI矢量數據共計超過105萬個，涵蓋衣、食、住、行、教育、醫療、旅遊、政府機關、經濟、體育休閑等所有經濟活動區域；
歡迎關注 公眾號 空間數據研究所
| 序號 | 屬性 |
| 1 | 名稱 |
| 2 | 別名（部分提供） |
| 3 | 地址 |
| 4 | 所在省 |
| 5 | 所在地市 |
| 6 | 所在區縣 |
| 7 | 所在鄉鎮 |
| 8 | 所在區縣行政區劃編碼 |
| 9 | 面積 |
| 10 | 導航坐標（部分提供） |
| 11 | 所在商圈（部分提供） |
| 12 | 營業時間（部分類別） |
| 13 | 聯系電話（部分類別） |
| 14 | 介紹（部分類別） |
| 15 | 評價（部分類別） |
| 16 | 物業公司（部分類別） |
| 17 | 邊界點經緯度坐標（Geometry） |
| 18 | 類別名稱 |
| 19 | 細類別名稱 |
| 20 | 建成時間（小區類別提供，來源於鏈家） |
| 21 | 建築類型（小區類別提供，來源於LJ，部分城市小區提供） |
| 22 | 樓宇棟數（小區類別提供，來源於LJ，部分城市小區提供） |
| 23 | 小區總戶數（小區類別提供，來源於LJ，部分城市小區提供） |
| 24 | 小區最高樓層（小區類別提供，來源於LJ，部分城市小區提供） |
| 25 | 是否有電梯（小區類別提供，來源於LJ，部分城市小區提供） |
| 26 | 在售房套數（小區類別提供，來源於LJ，部分城市小區提供） |
| 27 | 在租房套數（小區類別提供，來源於LJ，部分城市小區提供） |
| 28 | 在售房單價（小區類別提供，來源於LJ，部分城市小區提供） |
| 29 | 物業費用單價（小區類別提供，來源於LJ，部分城市小區提供） |