[发明专利]一种城市节假日旅游景区风险评估的方法

说明书

本发明公开了一种城市节假日旅游景区风险评估的方法，包括以下步骤：步骤一：确定并获取与景区旅游风险相关影响因素的数据；步骤二：使用线性假设描述影响景区风险的固定要素；步骤三：使用RBF网络描述影响景区风险的浮动要素；步骤四：合并固定要素影响和浮动要素影响得到景区风险模型；步骤五：利用景区风险模型进行风险评估，并使用RBF网络学习提升模型描述的准确性。本发明结合城市节假日旅游景区治理调度的业务需求，从景区天气、历史平均游客接待量、景区隐患点、救援力量分布、景区客流、游客投诉等方面的数据，可以定量的反映旅游景区的风险情况，将有限的救援力量投入关键的地点，提高救援的精准度，降低风险发生的概率。

技术领域

本发明涉及大数据治理领域，尤其涉及一种城市节假日旅游景区风险预测评估的方法。

背景技术

近几年来，在国内旅游方面，人民生活水平的提高和“黄金周”制度的实行，推动了中国国内旅游的迅猛增长，并发展成为全球规模最大的国内旅游市场。2007年，中国国内旅游人数达16.1亿人次，同比增长15.5%；国内旅游收入达7771亿元，同比增长24.7%。

旅游景区是旅游业发展的最核心因素，是旅游消费活动的最终载体，与酒店、旅行社和交通工具等旅游因素相比，景区具有较强的不可替代性。在城市治理中，当节假日到来时，景区的客流会呈现爆发式增长，景区隐患点发生风险的可能性也会较平时有显著的提高。

为了确保节假日期间城市景区的安全运营，必须建立一种节假日旅游景区风险评估的方法，将有限的救援力量投入关键的地点，提高救援的精准度，降低风险发生的概率。

如申请号为CN202011515953.3专利申请公开了一种建立风险预测模型的方法、区域风险预测方法及对应装置，方法通过获取训练数据，包括各样本区域的风险等级和所属地区风险等级的标注结果；利用训练数据训练包括编码网络、判别网络和分类网络的初始模型，训练完毕后利用编码网络和分类网络得到风险预测模型；其中，编码网络利用样本区域的区域特征编码得到各样本区域的特征表示；判别网络依据样本区域的特征表示识别样本区域所属地区的风险等级；分类网络依据样本区域的特征表示识别样本区域的风险等级；训练目标包括：最小化判别网络对属于不同风险等级地区的样本区域的识别差异，最小化分类网络对样本区域的识别结果与标注结果的差异。该方案同建立风险预测模型实现针对目标区域的风险预测，但是未考虑固定因素和浮动因素对景区风险预测准确性的影响，在模型的准确性描述上有待提高。

发明内容

本发明的目的在于克服现有技术的不足，提供一种城市节假日旅游景区风险评估的方法，结合城市节假日旅游景区治理调度的业务需求，从景区天气、历史平均游客接待量、景区隐患点、救援力量分布、景区客流、游客投诉等方面的数据，构建城市节假日旅游景区风险预测模型，再根据模型评估旅游景区的风险区域。

本发明的目的是通过以下技术方案来实现的：

一种城市节假日旅游景区风险评估的方法，包括以下步骤：

步骤一：确定并获取与景区旅游风险相关影响因素的数据；

步骤二：使用线性假设描述影响景区风险的固定要素；

步骤三：使用RBF网络描述影响景区风险的浮动要素；

步骤四：合并固定要素影响和浮动要素影响得到景区风险模型；

步骤五：利用景区风险模型进行风险评估，并使用RBF网络学习提升模型描述的准确性。

步骤一中景区旅游风险相关影响因素的数据具体包括：景区天气、历史平均游客接待量、景区隐患点、救援力量分布情况、景区客流和游客投诉数据。

步骤二具体包括：采用线性假设方式将提取的固定因素组合为景区风险线性函数过程：采用线性假设方式将景区天气、历史平均游客接待量、景区隐患点和救援力量分布情况的固定因素组合成景区风险线性函数，函数具体如下式所示：