⑴ 问世间POI（兴趣点）为何物如何获取
POI，即兴趣点，是电子地图中常用的数据类型，以坐标点形式表示，如蓝色球体代表国家5A景区。它是简单的矢量数据，主要用于标记地点，不包含线和面的详细信息。POI数据内容广泛，常见的包括餐馆、商店、加油站和银行等日常设施。特殊情况下，用户也可以定制获取井盖、消防栓等特定POI数据。
获取像网络地图或高德地图的POI数据，可以通过调用它们提供的Web服务API，如网络地图API。首先，需要将城市格网数据（如广州市的格网）与行业分类表结合，然后根据格网的坐标信息构建请求URL，其中包含了查询参数。接着，通过API获取JSON格式的响应，解析其中的POI信息，比如使用list[]列表逐点存储。最后，将这些POI信息连接到SQL Server数据库中，完成数据的获取和存储。
这个过程涉及格网数据的处理、API请求的构建、JSON数据的解析和数据库的对接，每个步骤都需要按照服务文档中的规定进行操作，确保数据的准确获取和安全存储。
⑵ 旅游大数据包括哪些数据哪家公司的数据比较准
旅游大数据是指旅游行业的从业者及消费者所产生的数据，包括景区、酒店、旅行社、导游、游客、旅游企业等所产生的消费、管理或业务数据，除此之外，还包括旅游行业基础资源信息、互联网数据、旅游宏观经济数据、旅游气象环保数据、交通数据、网络舆情数据等。
中智游北京科技有限公司曾负责建设并运营国家智慧旅游公共服务平台，在旅游大数据的采集和分析方面能够结合旅游标准规范和行业经验制定统一的数据采集标准，进行数据采集、编目、分级，实现旅游数据分类归档、授权应用；建立数据共享机制、数据交换；提升旅游管理服务水平。主要采集景区旅游资源、旅行社数据、景区票务数据、游客旅游出行数据、旅游餐饮数据、旅游购物数据、旅游住宿数据、旅游监管数据、气象数据、资源设备、车辆管理等数据。
在此基础上对接国家智慧旅游公共服务平台及各大运营商数据，实现纵向整合景区管理部门的政务信息、旅游企业的基础信息及行业应用信息；横向整合交通、文化、卫生、环保、气象等各涉旅部门数据，实现与各行业、各应用系统之间的数据共享与交换。从而能够以景区旅游信息汇聚为基础，以大数据统计分析为支撑，为游客提供优质的公共服务，为景区部门提供便捷的监管及准确的决策支撑。
⑶ 全国范围AOI数据（小区、学校、医院、商场、园区、景区、火车站等）
AOI数据说明
在目前主流互联网电子地图中，POI（Point of Interest）指兴趣点，每一个POI至少包含四项基本信息：名称、地址、类别、经纬度坐标，它可以是一栋房子、一个商铺、一个小区门口或一个公交站等；
AOI（Area of Interest），顾名思义，指的是互联网电子地图中的兴趣面，同样包含四项基本信息，主要用于在地图中表达区域状的地理实体，如一个居民小区、一所大学、一个写字楼、一个产业园区、一个综合商场、一个医院、一个景区或一个体育馆等等；
AOI相比POI，具有更好的表达力，更好的计算力，更好的稳定性（POI瞬息万变，而AOI所表达的地理实体变化频率低很多）；相反，POI比AOI的抽象层次更高，万事万物都抽象为一个点，实现降维，回归本源。
随着云计算、IoT、5G等信息技术发展，人类正在快速推进地理空间到信息空间（基于ICT技术构建）的映射和关联，如目前的O2O模式。而AOI所表达的地理实体是所有社会经济活动的地理载体，因此，以AOI数据为载体，将组织的业务数据、生产材料、生产工具、运营策略、人等所有生产要素组织起来，能够有效的完成线上线下一体化、推进组织向信息空间进化。
我认为AOI数据目前整体可以分为两类：栅格AOI数据、矢量AOI数据。
栅格AOI数据指各类栅格数据，每个像素所表达的地理空间范围（分辨率）是栅格AOI数据的边界，每个像素中存储的各类数值（多波段）是栅格AOI的属性值，目前栅格AOI数据获取方式越来越多，获取成本越来越低，分辨率越来越高，波段越来越丰富，处理算法和工具越来越成熟，当然，应用领域也越来越广泛；如下图的ASTER GDEM V2数据，每个像素为30m*30m大小，像素值为大地高程值。
矢量AOI数据简单说就是矢量地图数据中的各类面数据，如最基本的行政区划面数据，这也是各类GIS应用系统中用的最多的AOI数据，我们在不同的行业应用系统中把各类属性关联到行政区划面中，进行统计、分析、可视化，并以此将GIS统计分析算法、模型、思维引入到各行各业，满足业务需求，体现GIS的价值。
随着ICT技术的不断发展，数据处理能力飞速提升，同时线上应用场景越来越精细化、强调差异化，越来越多的决策需要更细致的数据支撑（目前看按区县做出经营决策对很多大型公司都是一个挑战），因此对AOI数据的要求越来越高，本质上是越来越真实化，即郭院士讲的建立真实世界到信息世界的映射。
目前三大互联网巨头都投入巨资做互联网地图入口，积累了大量的高质量AOI数据，更新频率也较高，是理想的AOI数据源。使用Python开发爬虫工具，可以获取互联网地图的POI和AOI数据，在基于位置关联主流房地产、旅游、交通、美食、生活服务网站的相关数据，可以建立覆盖全面、坐标相对精确、时效性好、属性内容丰富的AOI矢量数据，是建设各行业GIS应用场景的重要基础数据。
目前已获取的AOI矢量数据覆盖全国31个省市自治区和港澳地区，可以提供GCJ-02坐标系、BD09坐标系、WGS84坐标系数据；
数据格式也比较全面，默认提供SHP格式文件，可以根据要求提供Mapinfo MIF/TAB格式、Google KML格式、WKT格式、WKB格式、ArcGIS FileGeodatabase格式。
数据更新可以根据需求做到最快按周更新，默认提供按季度更新。
目前全国范围共获取AOI矢量数据共计超过105万个，涵盖衣、食、住、行、教育、医疗、旅游、政府机关、经济、体育休闲等所有经济活动区域；
欢迎关注 公众号 空间数据研究所
| 序号 | 属性 |
| 1 | 名称 |
| 2 | 别名（部分提供） |
| 3 | 地址 |
| 4 | 所在省 |
| 5 | 所在地市 |
| 6 | 所在区县 |
| 7 | 所在乡镇 |
| 8 | 所在区县行政区划编码 |
| 9 | 面积 |
| 10 | 导航坐标（部分提供） |
| 11 | 所在商圈（部分提供） |
| 12 | 营业时间（部分类别） |
| 13 | 联系电话（部分类别） |
| 14 | 介绍（部分类别） |
| 15 | 评价（部分类别） |
| 16 | 物业公司（部分类别） |
| 17 | 边界点经纬度坐标（Geometry） |
| 18 | 类别名称 |
| 19 | 细类别名称 |
| 20 | 建成时间（小区类别提供，来源于链家） |
| 21 | 建筑类型（小区类别提供，来源于LJ，部分城市小区提供） |
| 22 | 楼宇栋数（小区类别提供，来源于LJ，部分城市小区提供） |
| 23 | 小区总户数（小区类别提供，来源于LJ，部分城市小区提供） |
| 24 | 小区最高楼层（小区类别提供，来源于LJ，部分城市小区提供） |
| 25 | 是否有电梯（小区类别提供，来源于LJ，部分城市小区提供） |
| 26 | 在售房套数（小区类别提供，来源于LJ，部分城市小区提供） |
| 27 | 在租房套数（小区类别提供，来源于LJ，部分城市小区提供） |
| 28 | 在售房单价（小区类别提供，来源于LJ，部分城市小区提供） |
| 29 | 物业费用单价（小区类别提供，来源于LJ，部分城市小区提供） |