国外大数据的发展现状

A. 国内外的Hadoop应用现状

文 | 翟周伟
本文节选自《Hadoop核心技术》一书。
Hadoop是一个开源的高效云计算基础架构平台，其不仅仅在云计算领域用途广泛，还可以支撑搜索引擎服务，作为搜索引擎底层的基础架构系统，同时在海量数据处理、数据挖掘、机器学习、科学计算等领域都越来越受到青睐。本文将讲述国内外的hadoop应用现状。
国外Hadoop的应用现状
1.Yahoo
Yahoo是Hadoop的最大支持者，截至2012年，Yahoo的Hadoop机器总节点数目超过42?000个，有超过10万的核心CPU在运行Hadoop。最大的一个单Master节点集群有4500个节点(每个节点双路4核心CPUboxesw，4×1TB磁盘，16GBRAM)。总的集群存储容量大于350PB，每月提交的作业数目超过1000万个，在Pig中超过60%的Hadoop作业是使用Pig编写提交的。
Yahoo的Hadoop应用主要包括以下几个方面：
支持广告系统
用户行为分析
支持Web搜索
反垃圾邮件系统
会员反滥用
内容敏捷
个性化推荐
同时Pig研究并测试支持超大规模节点集群的Hadoop系统。
2.Facebook
Facebook使用Hadoop存储内部日志与多维数据，并以此作为报告、分析和机器学习的数据源。目前Hadoop集群的机器节点超过1400台，共计11?200个核心CPU，超过15PB原始存储容量，每个商用机器节点配置了8核CPU，12TB数据存储，主要使用StreamingAPI和JavaAPI编程接口。Facebook同时在Hadoop基础上建立了一个名为Hive的高级数据仓库框架，Hive已经正式成为基于Hadoop的Apache一级项目。此外，还开发了HDFS上的FUSE实现。
3.A9.com
A9.com为Amazon使用Hadoop构建了商品搜索索引，主要使用StreamingAPI以及C++、Perl和Python工具，同时使用Java和StreamingAPI分析处理每日数以百万计的会话。A9.com为Amazon构建的索引服务运行在100节点左右的Hadoop集群上。
4.Adobe
Adobe主要使用Hadoop及HBase，同于支撑社会服务计算，以及结构化的数据存储和处理。大约有超过30个节点的Hadoop-HBase生产集群。Adobe将数据直接持续地存储在HBase中，并以HBase作为数据源运行MapRece作业处理，然后将其运行结果直接存到HBase或外部系统。Adobe在2008年10月就已经将Hadoop和HBase应用于生产集群。
5.CbIR
自2008年4月以来，日本的CbIR(Content-basedInformationRetrieval)公司在AmazonEC2上使用Hadoop来构建图像处理环境，用于图像产品推荐系统。使用Hadoop环境生成源数据库，便于Web应用对其快速访问，同时使用Hadoop分析用户行为的相似性。
6.Datagraph
Datagraph主要使用Hadoop批量处理大量的RDF数据集，尤其是利用Hadoop对RDF数据建立索引。Datagraph也使用Hadoop为客户执行长时间运行的离线SPARQL查询。Datagraph是使用AmazonS3和Cassandra存储RDF数据输入和输出文件的，并已经开发了一个基于MapRece处理RDF数据的Ruby框架——RDFgrid。
Datagraph主要使用Ruby、RDF.rb以及自己开发的RDFgrid框架来处理RDF数据，主要使用HadoopStreaming接口。
7.EBay
单集群超过532节点集群，单节点8核心CPU，容量超过5.3PB存储。大量使用的MapRece的Java接口、Pig、Hive来处理大规模的数据，还使用HBase进行搜索优化和研究。
8.IBM
IBM蓝云也利用Hadoop来构建云基础设施。IBM蓝云使用的技术包括：Xen和PowerVM虚拟化的Linux操作系统映像及Hadoop并行工作量调度，并发布了自己的Hadoop发行版及大数据解决方案。
9.Last.Fm
Last.Fm主要用于图表计算、专利申报、日志分析、A/B测试、数据集合并等，也使用Hadoop对超过百万的曲目进行大规模的音频特征分析。
节点超过100台机器，集群节点配置双四核[email protected]@2.13GHz，24GB内存，8TB(4×2TB)存储。
10.LinkedIn
LinkedIn有多种硬件配置的Hadoop集群，主要集群配置如下：
800节点集群，基于Westmere的惠普SL170X与2×4的核心，24GB内存，6×2TBSATA。
1900节点集群，基于Westmere的超微-HX8DTT，与2×6的核心，24GB内存，6×2TBSATA。
1400节点集群，基于SandyBridge超微与2×6的核心，32GB内存，6×2TBSATA。
使用的软件如下：
操作系统使用RHEL6.3。
JDK使用SUNJDK1.6.0_32。
Apache的Hadoop0.20.2的补丁和ApacheHadoop的1.0.4补丁。
Azkaban和Azkaban用于作业调度。
Hive、Avro、Kafka等。
11.MobileAnalytic.TV
主要使用Hadoop应用在并行化算法领域，涉及的MapRece应用算法如下。
信息检索和分析。
机器生成的内容——文档、文本、音频、视频。
自然语言处理。
项目组合包括：
移动社交网络。
网络爬虫。
文本到语音转化。
音频和视频自动生成。
12.Openstat
主要利用Hadoop定制一个网络日志分析并生成报告，其生产环境下超过50个节点集群(双路四核Xeon处理器，16GB的RAM，4～6硬盘驱动器)，还有两个相对小的集群用于个性化分析，每天处理约500万的事件，每月15亿美元的交易数据，集群每天产生大约25GB的报告。
使用的技术主要包括：CDH、Cascading、Janino。
13.Quantcast
3000个CPU核心，3500TB存储，每日处理1PB以上的数据，使用完全自定义的数据路径和排序器的Hadoop调度器，对KFS文件系统有突出贡献。
14.Rapleaf
超过80个节点的集群(每个节点有2个双核CPU，2TB×8存储，16GBRAM内存);主要使用Hadoop、Hive处理Web上关联到个人的数据，并引入Cascading简化数据流穿过各种处理阶段。
15.WorldLingo
硬件上超过44台服务器(每台有2个双核CPU，2TB存储，8GB内存)，每台服务器均运行Xen，启动一个虚拟机实例运行Hadoop/HBase，再启动一个虚拟机实例运行Web或应用程序服务器，即有88台可用的虚拟机;运行两套独立的Hadoop/HBase机群，它们各自拥有22个节点。Hadoop主要用于运行HBase和MapRece作业，扫描HBase的数据表，执行特定的任务。HBase作为一种可扩展的、快速的存储后端，用于保存数以百万的文档。目前存储了1200万篇文档，近期的目标是存储4.5亿篇文档。
16.格拉斯哥大学的TerrierTeam
超过30个节点的实验集群(每节点配置XeonQuadCore2.4GHz，4GB内存，1TB存储)。使用Hadoop促进信息检索研究和试验，特别是用于TREC，用于TerrierIR平台。Terrier的开源发行版中包含了基于HadoopMapRece的大规模分布式索引。
17.内布拉斯加大学的HollandComputingCenter
运行一个中等规模的Hadoop机群(共计1.6PB存储)用于存储和提供物理数据，以支持紧凑型μ子螺旋型磁谱仪(CompactMuonSolenoid，CMS)实验的计算。这需要一类能够以几Gbps的速度下载数据，并以更高的速度处理数据的文件系统的支持。
18.VisibleMeasures
将Hadoop作为可扩展数据流水线的一个组件，最终用于VisibleSuite等产品。使用Hadoop汇总、存储和分析与网络视频观众收看行为相关的数据流。目前的网格包括超过128个CPU核心，超过100TB的存储，并计划大幅扩容。
国内Hadoop的应用现状
Hadoop在国内的应用主要以互联网公司为主，下面主要介绍大规模使用Hadoop或研究Hadoop的公司。
1.网络
网络在2006年就开始关注Hadoop并开始调研和使用，在2012年其总的集群规模达到近十个，单集群超过2800台机器节点，Hadoop机器总数有上万台机器，总的存储容量超过100PB，已经使用的超过74PB，每天提交的作业数目有数千个之多，每天的输入数据量已经超过7500TB，输出超过1700TB。
网络的Hadoop集群为整个公司的数据团队、大搜索团队、社区产品团队、广告团队，以及LBS团体提供统一的计算和存储服务，主要应用包括：
数据挖掘与分析。
日志分析平台。
数据仓库系统。
推荐引擎系统。
用户行为分析系统。
同时网络在Hadoop的基础上还开发了自己的日志分析平台、数据仓库系统，以及统一的C++编程接口，并对Hadoop进行深度改造，开发了HadoopC++扩展HCE系统。
2.阿里巴巴
阿里巴巴的Hadoop集群截至2012年大约有3200台服务器，大约30?000物理CPU核心，总内存100TB，总的存储容量超过60PB，每天的作业数目超过150?000个，每天hivequery查询大于6000个，每天扫描数据量约为7.5PB，每天扫描文件数约为4亿，存储利用率大约为80%，CPU利用率平均为65%，峰值可以达到80%。阿里巴巴的Hadoop集群拥有150个用户组、4500个集群用户，为淘宝、天猫、一淘、聚划算、CBU、支付宝提供底层的基础计算和存储服务，主要应用包括：
数据平台系统。
搜索支撑。
广告系统。
数据魔方。
量子统计。
淘数据。
推荐引擎系统。
搜索排行榜。
为了便于开发，其还开发了WebIDE继承开发环境，使用的相关系统包括：Hive、Pig、Mahout、Hbase等。
3.腾讯
腾讯也是使用Hadoop最早的中国互联网公司之一，截至2012年年底，腾讯的Hadoop集群机器总量超过5000台，最大单集群约为2000个节点，并利用Hadoop-Hive构建了自己的数据仓库系统TDW，同时还开发了自己的TDW-IDE基础开发环境。腾讯的Hadoop为腾讯各个产品线提供基础云计算和云存储服务，其支持以下产品：
腾讯社交广告平台。
搜搜(SOSO)。
拍拍网。
腾讯微博。
腾讯罗盘。
QQ会员。
腾讯游戏支撑。
QQ空间。
朋友网。
腾讯开放平台。
财付通。
手机QQ。
QQ音乐。
4.奇虎360
奇虎360主要使用Hadoop-HBase作为其搜索引擎so.com的底层网页存储架构系统，360搜索的网页可到千亿记录，数据量在PB级别。截至2012年年底，其HBase集群规模超过300节点，region个数大于10万个，使用的平台版本如下。
HBase版本：facebook0.89-fb。
HDFS版本：facebookHadoop-20。
奇虎360在Hadoop-HBase方面的工作主要为了优化减少HBase集群的启停时间，并优化减少RS异常退出后的恢复时间。
5.华为
华为公司也是Hadoop主要做出贡献的公司之一，排在Google和Cisco的前面，华为对Hadoop的HA方案，以及HBase领域有深入研究，并已经向业界推出了自己的基于Hadoop的大数据解决方案。
6.中国移动
中国移动于2010年5月正式推出大云BigCloud1.0，集群节点达到了1024。中国移动的大云基于Hadoop的MapRece实现了分布式计算，并利用了HDFS来实现分布式存储，并开发了基于Hadoop的数据仓库系统HugeTable，并行数据挖掘工具集BC-PDM，以及并行数据抽取转化BC-ETL，对象存储系统BC-ONestd等系统，并开源了自己的BC-Hadoop版本。
中国移动主要在电信领域应用Hadoop，其规划的应用领域包括：
经分KPI集中运算。
经分系统ETL/DM。
结算系统。
信令系统。
云计算资源池系统。
物联网应用系统。
E-mail。
IDC服务等。
7.盘古搜索
盘古搜索(目前已和即刻搜索合并为中国搜索)主要使用Hadoop集群作为搜索引擎的基础架构支撑系统，截至2013年年初，集群中机器数量总计超过380台，存储总量总计3.66PB，主要包括的应用如下。
网页存储。
网页解析。
建索引。
Pagerank计算。
日志统计分析。
推荐引擎等。
即刻搜索(人民搜索)
即刻搜索(目前已与盘古搜索合并为中国搜索)也使用Hadoop作为其搜索引擎的支撑系统，截至2013年，其Hadoop集群规模总计超过500台节点，配置为双路6核心CPU，48G内存，11×2T存储，集群总容量超过10PB，使用率在78%左右，每天处理读取的数据量约为500TB，峰值大于1P，平均约为300TB。
即刻搜索在搜索引擎中使用sstable格式存储网页并直接将sstable文件存储在HDFS上面，主要使用HadoopPipes编程接口进行后续处理，也使用Streaming接口处理数据，主要的应用包括：
网页存储。
解析。
建索引。
推荐引擎。
end

B. 大数据未来的前景怎么样

全文统计口径说明：1)搜索关键词：大数据及与之相近似或相关关键词;2)搜索范围：标题、摘要和权利说明;3)筛选条件：简单同族申请去重、法律状态为实质审查、授权、PCT国际公布、PCT进入指定国(指定期)，简单同族申请去重是按照受理局进行统计。4)统计截止日期：2021年9月17日。5)若有特殊统计口径会在图表下方备注。

1、全球大数据行业专利申请概况

(1)技术周期：处于成长期

2010-2020年，全球大数据行业专利申请人数量及专利申请量均呈现高速增长态势，2020年，全球大数据行业专利申请人数量及专利申请量分别达到28398人及65473项，均处于较高水平。整体来看，全球大数据技术处于成长期。

注：未剔除联合申请数量。

—— 更多行业相关数据请参考前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》

C. 大数据未来的发展趋势

趋势一：数据的资源化

什么是数据的资源化，它指的是大数据成为企业和社会关版注的重要战略资权源，并且已经成为大家争夺的焦点。因此，企业必须要提前制定大数据营销战略计划，抢占市场先机。

趋势二：与云计算的深度结合

大数据离不开云处理，云处理能够为大数据提供弹性可拓展的基础设备，是产生大数据的平台之一。自从2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。

另外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。

趋势三：数据科学和数据联盟的成立

未来，数据科学将成为一门专门的学科，被越来越多的人所认知。各大高校将设立专门的数据科学类专业，也会催生一批与之相关的新的就业岗位。

与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。

关于大数据未来的发展趋势的内容，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

D. 现在大数据分析的发展前景怎么样

观察大数据行业的发展历程，可以看到大数据行业的兴起速度，他迅速渗透进各行内各业，改变着我容们的生活，如今各行各业在日常运营过程中都会产生并积累海量数据，数据维度丰富多样：无论哪个行业，每时每刻，每分每秒都在产生数据。大数据已经成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点，就业率也随之提高。

E. 大数据未来的发展前景怎么样

大数据现状分析
大数据时代的到来，简单的说是海量数据同完美计算能力结合的结果。确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。大数据时代开启人类社会利用数据价值的另一个时代。
为什么会出现大数据呢？
1、一些数据的记录是以模拟形式存在，或者以数据形式存在，但是存贮在本地，不是公开数据资源，没有开放给互联网用户，例如音乐、照片、视频、监控录像等影音资料。现在这些数据不但数据量巨大，并且共享到了互联网上，面对所有互联网用户，其数量之大是前所未有。
2、移动互联网出现后，移动设备的很多传感器收集了大量的用户点击行为数据，已知IPHONE有3个传感器，三星有6个传感器。它们每天产生了大量的点击数据，这些数据被某些公司所有拥有，形成用户大量行为数据。
3、电子地图如高德、网络、Google地图出现后，其产生了大量的数据流数据，这些数据不同于传统数据，传统数据代表一个属性或一个度量值，但是这些地图产生的流数据代表着一种行为、一种习惯，这些流数据经频率分析后会产生巨大的商业价值。基于地图产生的数据流是一种新型的数据类型，在过去是不存在的。
4、进入了社交网络的年代后，互联网行为主要由用户参与创造，大量的互联网用户创造出海量的社交行为数据，这些数据是过去未曾出现的。其揭示了人们行为特点和生活习惯。
5、电商户崛起产来了大量网上交易数据，包含支付数据，查询行为，物流运输、购买喜好，点击顺序，评价行为等，其是信息流和资金流数据。

F. 大数据未来的发展前景怎么样

现在互联网的大时代，人们都离不开手机和网络，所以科技公司多了，小程序，app，网页等项目也多了，那么就会由大量的招聘需求。ui设计，前端，后端等的需求增加。软件多了，那么就需要更多的大数据分析师了。

数据科学与大数据技术专业就业方向

大数据应用开发工程师

此类人才负责搭建大数据应用平台以及开发分析应用程序，他们必须熟悉工具或算法、编程、优化以及部署不同的MapRece，他们研发各种基于大数据技术的应用程序及行业解决方案。其中，ETL开发者是很抢手的人才，他们所做的是从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要，将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，末后加载到数据仓库，成为联机分析处理、数据挖掘的基础，为提取各类型的需要数据创造条件。

大数据分析师

此类人才主要从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，同时，他们还推动数据解决方案的不断更新。随着数据集规模不断增大，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapRece、Pig等的需求将持续增长，具备Hadoop框架经验的技术人员是很抢手的大数据人才，他们所从事的是热门的分析师工作。

G. 大数据技术的国内外现状

大数据由于其异构性和异质性的特征，提高大数据格式转化的效率成为了增加回大数据答技术应用价值的必经途径，而提升大数据计算能力的关键在于提高数据的转移速率，这就要求技术人员要及时对大数据进行整合与处理。

在大数据的处理中，数据的重组与错误数据的再利用都是有效提高大数据应用价值的措施。在应用实践研究方面，目前大数据在实际中的研究应用主要体现为数据管理、数据搜索分析和数据集成。其中，数据管理主要用于大型互联网数据库和新型数据储存模型与集成系统中，而数据搜索分析则多用于模型社交网络中，数据集成则通过将不同来源不同作用的数据进行整合从而开发出整体数据库新的功能，目前正处于研究发展的起始阶段。

H. 国外智慧旅游研究现状情况是怎样的

这是豆丁花了我豆丁费下载的，相当于花钱给你下载，请一定采纳，这是对我最大鼓励，谢谢！

在智慧地球背景下，作为智慧城市建设的重要组成，旅游业转型升级的推动引擎以及民生改善的有效途径，智慧旅游受 到了广泛的重视。目前，智慧旅游建设政策环境日益优化，智
慧技术趋于成熟，市场需求空前旺盛。2014国家旅游局更将其 确定为年度旅游宣传主题，掀起了全国范围被的建设高潮。但
是，作为新兴事物，智慧旅游并行开发中缺少借鉴与参考，为 避免资源浪费和建设弯路，在系统梳理国内外智慧旅游建设现
状的基础上，本文旨在总结归纳，为下阶段的智慧旅游高速发 展提供经验启示。

一、国外智慧旅游建设的主要做法

(一)北美地区

美国是最早提出智慧旅游概念的国家之一。2005斯丁波滑 雪场推出的游客定位装置反馈系统以及2006年宾夕法尼亚州波
科诺山脉度假区引入无线射频手腕带系统均开启了北美智慧旅 游的尝试。在建设过程中，北美地区(部分城市)在智慧交通
层面成果显著，在实施体系完整的智能票务服务之余，游客或 是居民实现实时公交线路运行状态查询。近年来，为更好的迎
合自助游客需求，北美地区“游客自助导航”已经广泛应用。 在智慧酒店建设方面，北美地区以满足客户智能化、人性化和
信息化需求为导向，完善细节服务、优化管理流程、降低管理 运营成本。

(二)欧洲地区 欧盟早在2001年就开始实施“创建用户友好的个性化移动旅游服务”项目。在智慧旅游的发展过程中，其重视基础设 施的建设和应用推广，并致力于打造一体化市场。前瞻产业研究院《中国智慧旅游行业发展前景预测与投资战略规划分析报告》指出：在现有工
程的建设中，欧洲部分城市采用二维码技术和城市信息做对 接，服务智慧旅游。在公共服务层面，欧洲正全面开发应用 远程信息处理技术，计划在全欧洲建立专门的交通无线数据
通信网，通过智慧的交通网络实现交通管理、导航和电子收 费等功能。预计至2015年，欧洲部分公民将可以利用电子政
府，欧盟成员国之间将逐步开放一些关键领域的跨界电子政府 服务。在智慧旅游应用方面，欧盟国公司在资助下协作开发智
能导游软件，在借助全球定位系统和识别软件的基础上，还 原古迹在全盛时期的样貌。旅行路线规划软件也得到了广泛 应用。

(三)亚太地区 以韩国、日本、澳大利亚为代表，亚太区智慧旅游凸显

“以人为本”的特性，利用科技增进游客体验。韩国首尔基于 智能手机平台，开发了“I Tour Seoul”应用服务系统，提供五
种语言的服务。在加强移动终端服务的同时，韩国还重视系列

网站系统建设。在智慧酒店建设方面，亚太区注重服务细节的

智慧改良。以日本为代表，酒店及其注重人性化设计，支持多 国语言的智能电话接听系统功能全面，支持Skype，并可携带
出门。就智慧交通而言，与北美区类似，亚太很多城市有着体 系完整且科学、便民的交通服务。部分城市的交通一卡通还兼
顾便利店及自动售货机消费。旅游观光巴士广泛使用GPS，部 分国家开发设计“风景导航”系统，可根据旅游车的位置，电
视监视器自动显示附近景点的动态视频。目前，亚太国家正着 手加强无线网络、物联网、远程监控、无线感知、云计算等技 术，加强智慧旅游的实时性与互联性。
二、国内智慧旅游建设的主要做法

(一)国家层面

目前，国家“金旅工程”和旅游电子商务得到进一步发 展，旅游信息的发布和使用日趋便捷。国家旅游局与网络合
作开发“全国旅游景区动态监测与游客评价系统”，与国家 测绘地理信息局合作为游客提供景区地理和空间定位信息服
务，建成了“全国A级旅游景区管理系统”，并已部署开展了 两期“智慧旅游城市”的试点工作，试点项目初见成效。根据
“国家智慧旅游服务中心”的发展规划，智慧旅游建设在城市 试点之外，还将涵盖四大示范工程，分别为智慧旅游IT上市企
业、数字景区示范工程、智慧酒店示范工程和智慧旅游购物示 范点。

2014“智慧旅游”成为年度旅游宣传主题，全国建设热情 持续高涨。旅游信息采集工作全面铺开，智慧旅游工程规模启
动，高校科研逐步接轨，研讨论坛热烈开展，智慧旅游配套的 技术与设备提供商开发范围进一步拓宽，研制技能稳步提高， 并多层面参与政府合作。

(二)省市级层面 “十二五”期间，旅游信息化建设普遍成为新时期快速发

展的重要支撑。各级旅游局在建设中发挥积极作用，尝试打通 智慧资源体系，通过重点项目、平台、系统的搭建构设智慧旅 游发展框架。

在推进过程中，智慧旅游在基础设施层面不断加强硬软件 配套，实现范围更广、资费更优的的宽带覆盖、设立实体信息
咨询中心、普及旅游实用信息wifi自助触摸屏，加快旅游二维 码配设，并不断完善智慧旅游基础数据库。

就智慧服务而言，各地着力开发在线平台，陆续推出智慧 旅游系列网站、网络旗舰店、各类包含四导(导游、导航、导
览、导购)功能APP软件、呼叫中心等，并与主流旅游网络平 台合作营销，实现旅游资讯与电子商务平台对接融合。此外，

微信、微博已经成为各地智慧旅游的得力推手。多地区正尝试

卡行智慧旅游卡，进一步打通旅游产业链。 在智慧管理与规范方面，各地重视规划与规范类文件的编

制，部分地区针对规范还配套出台考评体系，建立奖励制度。 智慧旅游管理平台的搭建主要包含智慧电子政务、办公系统、
游客及景点监测、旅游团队服务监管、安全运管中心、移动执 法、交通定位、旅游大数据分析的内容。

为确保智慧旅游的稳步推进，各地积极推进试点建设，主 要就旅行社、酒店、景区和乡村旅游推出示范。部分地区在旅
游相关部门的召集下建立“智慧旅游联盟”，并在政府引导下 加强行业合作，通过签订战略协议的形式在智慧旅游领域展开
广泛合作。为提升智慧旅游建设效果，省市级层面普遍重视宣 传、培训和推广。旅游主管部门积极利用网络树立旅游形象， 引导召开展会、节庆，打响智慧旅游品牌。
三、国内外智慧旅游建设的主要经验和启示

国内外智慧旅游发展既有共性又有个性，概括起来有如下

经验和启示：

(一)优化公众服务是核心目标 顺应旅游个性化与常态化的发展趋势，“公众服务”在中

外智慧旅游的建设中备受重视。很多地区和城市将其作为建设 的切入点和核心价值，站在公众的角度，提供更细致贴心的服
务，提升游览品质和便捷程度。智慧旅游建设不是形象工程， 更不是技术探索，必须以游客大众的需求出发，引导工作、组
织工作，才能最终赢得市场。结合实际建设实例，通过优化公 众服务，智慧旅游建设不仅实现了“落地”，显著提高人民
生活水平和满意度，随之而来的大众认可与支持亦能推动旅游 企业积极探索智慧创新和智慧应用，从而形成行业与大众间
的良性互促。此外，优化公众服务在一定程度上能使旅游服 务与目的地整体发展相融合，实现游客与目的地居民的和谐 相处。

(二)加强组织领导是首要前提 智慧旅游的建设需要市场化的运作，也需要政府部门的科

学组织和领导。首先，智慧旅游的技术应用、建设环境和涉及 领域非常广泛，加之其与智慧城市的集成、共享关系，又涉及
投资、建设、运营等多个阶段，是一个非常复杂的系统工程， 单靠行业企业的力量还不足以支撑建设。虽然国外也有部分国
家完全采用市场化的方法加以操作，但建设进展缓慢，服务管 理集成不理想。以新加坡、韩国为代表，包括中国的智慧旅游
建设均采用政府推进的方式。加强组织领导最大的优势在于能 整合各种资源优势、协调各方关系、发挥统筹规划、引导集资
投资，从而节约资源、提高效率。它是智慧旅游建设有序开展 的首要前提。

(三)完善工作机制是必要基础 智慧旅游建设的成功案例显示，智慧旅游发展不仅涉及旅

游、交通、气象、城管等多个部门的合作，而且还关乎“县- 市-区”的多级联动，需逐步打造智慧旅游城市群，实现区域性
智慧旅游，形成点、线、面、网的连接和结合。此外，为确保 其良性发展，行业主管部门、智慧旅游规划提供商、智慧旅游
经营者、智慧旅游提供者四大主体间的协同运作也至关重要。 以上三个层面的和谐共建无一不依赖于完善的工作机制，因
此，为营造集中化、集约化、规模化、创新性的建设环境，推 进智慧旅游的稳步发展，工作机制改良成为必须。

(四)重点项目建设是重要支撑

重点项目是智慧旅游建设不可缺的支撑内容。它一方面能 吸引资源，引导力量，快速打开智慧旅游建设的局面;另一
方面具有较强的拉动连带作用。以大连“i慧游”平台建设为 例，作为重点项目，其在发挥服务与管理作用的同时，推动了
中银智慧旅游信用卡、智慧旅游导游手机、智慧旅游质量管 理系统建设，配套推出微博和移动APP，并成立大连智慧旅游
电子商务公司，实现合作模式创新。此外，重点项目的成功 推出还能提升关注度、扩大影响力，有助于智慧旅游建设和 推广。

(五)技术创新运用是可靠保障 创新技术是智慧旅游发展的基础，反过来，技术创新运用

是智慧旅游持续推进的可靠保障。以镇江为典型，各地区或城 市在建设中，技术创新首先体现在研发层面，通过技术的发展
推动服务与管理的模式创新、手段创新、方式创新和互动创 新，使本地智慧旅游水平处于或并保持领先地位。此外，在使
用层面，原有技术的运用面拓展与新领域相结合亦能催生强大 的智慧旅游推进力。目前，各地区技术创新运用主要依托旅游
管理部门或旅游企业与科技公司、研究机构或高校联合，以开 发协议、合作协议、项目、课题等形式加以实现。

(六)人才培养开发是重要依托 智慧旅游的建设需要一支具有团队精神、创造能力和实操

技能的人才队伍。这支队伍既要有理论实践层面的研究学者、 智慧技术的研发人员、熟练运用新技术的服务人员，也要有懂
管理的组织人员以及基于上述的复合型人才。只有人才到位， 智慧旅游建设才能有所依托，才能环环相扣形成“研发-使用-
反馈-推广”的有序传递，不断深化智慧旅游成果。目前，在建 设实践中，人才培养开发基本上采用“培养+引进+共享”的模
式，除了各层面的人才引进及培训活动之外，成立智慧旅游联 盟也是常规举措。

(七)商业模式创新是关键之举 商业模式创新是智慧旅游区别于传统旅游的一个亮点，也

是推进其发展的关键之举。O2O--用线上的资源和能力来聚合 线下的商家，无疑是当前最主流的创新商业模式。除此之外，
国际层面还有以美国为代表的客户自我定价系统、旅游物资 交换平台及个性化智能旅游设计网站;国内层面也着力于尝试
将公益宣传和有偿服务、信息推送和在线交易、企业加盟和产 品分销相结合，智慧旅游产品建设与租赁相结合的创新商业运
作。通过实践，商业模式创新使商业信息更加流畅、商家渠道 加快拓宽、交易支付趋于便捷、盈利手段更为灵活、资源利用
更显集约，进一步催生了多方共赢的智慧旅游新局面。

(八)推进试点示范是可行路径 智慧旅游本身是一个新兴概念，其建设还处于不断探索之

中。当前无论是国际还是国内都没有完善的、可供依据的参考 模式，因此国、省、市各级在实践中普遍采用“试点示范”，
在当前旅游资源中选择部分基础及条件较好的先行建设。试点 示范一方面有助于在建设初期，集中优势、形成合力，有效推
动优质创新试点的形成;另一方面试点示范的成功模式能发挥 “榜样”作用，帮助同类别建设节约资源、少走弯路，并以其 成果引导智慧的扩展和深化。