辭舊迎新之際，上海外灘跨年夜的踩踏悲劇成為令人難以忘卻的記憶。這個事件發生后，復旦大學博士后朱春霞成為媒體關注的焦點之一，因為早在2004年，其畢業論文結合中外踩踏事故研究指出：景點室內達到1㎡/人、室外達到0.75㎡/人，即要立即啟動應急預案。用數據說話讓預防悲劇重演顯得更具操作性。

　　近日，又一新聞引起了記者關注：國家旅游局正式啟動國家智慧旅游公共服務平臺建設。該平臺將于2015年12月31日前正式上線并試運行。除了平臺建設采用PPP模式外，值得一提的還有，該平臺將擔負景區游客承載量統計與預警、國家旅游大數據集成分析等功能。這不禁讓人產生聯想：若外灘安裝了相關的技術平臺并對游客承載量進行統計與預警，那么悲劇是否可以避免？另外，各地智慧旅游呼聲水漲船高，從人群安全預警管理出發，大數據技術又該如何支撐范圍更廣的智慧旅游應用？

　　北京西單的智能“天眼”

　　“人群聚集風險預警系統”能夠判斷出實時人流狀態，同時預測未來10分鐘區域內短時人群聚集態勢。

　　視線投向北京西單。

　　車水馬龍、人潮涌動。新年伊始的打折季讓素有“年輕人購物天堂”之稱的西單商圈變得格外擁擠，這也給西單商業區綜合管理辦公室帶來了更大的人群安全管理壓力。不過，和4年前相比，他們顯得更加從容不迫，因為2010年12月西單商業區正式安裝并投入使用了“人群聚集風險預警系統”。此系統就好比智能“天眼”，密切地注視著西單人群的一舉一動，實時為管理者提供決策參考。預警分為紅、橙、黃、藍四級。當區域預測人流超過最高流量的60%時，系統顯示藍色預警；超過80%則為黃色預警；達到100%時則為紅色預警。管理人員可根據預警情況，現場采取疏導、限流等措施，避免人流過度聚集，排除安全隱患。

　　該系統的技術提供方是北京市勞動保護科學研究所(以下簡稱“研究所”)。研究所安全與應急管理研究室主任姚曉暉告訴《中國電子報》記者，該系統于2009年由北京市科委立項，2010年12月正式在北京西單商圈投入使用。

　　記者了解到，研究所以人群安全管理為主要研究方向，一直希望通過技術解決相關管理難題，但5年前，市面上并沒有合適的技術。2009年，西單商業區綜合管理辦公室就已經意識到人群聚集帶來的安全隱患，迫切希望能夠通過技術手段實時監測并預警。帶著具體的需求，辦公室找到了研究所，雙方一拍即合，研究所根據西單方面的具體需求著手研發“人群聚集風險預警系統”。

　　據了解，“人群聚集風險預警系統”由數據輸入端、處理端和數據輸出端三部分構成，其中，數據輸入由大量圖像采集攝像頭承擔，處理端則是重中之重，不僅需要對采集的數據進行歸納還要進行分析，找出規律并形成決策支持。

　　“前端圖像采集和視頻智能分析技術是由第三方安防公司提供的，這些數據包括人流密度、分布、流量等。研究所所做的核心是研發分析軟件，對這些數據進行處理，找到規律，通過算法進行建模，判斷出實時人流狀態，同時預測未來10分鐘區域內短時人群聚集態勢。一旦超出預警標準，立即報警。”姚曉暉表示。

　　數據分析并預警更關鍵

　　目前在智慧城市項目開發中，城市應急預案系統更傾向于事后處理，對事前預防還沒有更多投入。

　　上海外灘是知名的旅游景點，當記者疑惑上海外灘應該裝有類似的管理系統時，姚曉暉表示對上海外灘情況并不了解，不過，很多熱門景區和商業區應該都能做到人流數據的采集統計。但這僅僅是第一步，更重要的是數據的處理和分析，從而得出決策參考，這一點并不是每個景區都已做到的。另外，踩踏事件非常復雜，除了技術應用要充分外，相關崗位管理人員職責也很重要。

　　另外，相對于事后處理，事前預警更重要，但這一點并沒有普遍實現。賽迪顧問電子信息產業研究中心分析師劉新向記者表示，理論上從運營商基站的手機定位數據中，可以大致估算出廣場上的人流密度，并預測出未來一段時間的人流密度，可以通過相應的指標做出預警。但目前在智慧城市項目的開發建設中，城市應急預案系統更多傾向于針對治安、消防、急救、交通事故等指揮與調度，更多的是事后的處理，但對于事前預防還沒有更多的投入。由于人流數據采集性價比最高的方法是通過運營商基站數據來獲得，而景區與運營商分屬多個不同的橫向、垂直管理部門，如果要建設這種預警平臺就需要政府一把手來推動、協調。目前，技術實現上已經非常成熟，關鍵是數據的獲取與分析，這就需要政府強勢來推動這件事。

　　記者了解到，北京的“人群聚集風險預警系統”目前已覆蓋北京西單、大柵欄商業區、什剎海風景區、天安門城樓等重點區域，未來還有望在各大火車站和長途客運站布設。對于系統下一步如何改進，姚曉暉告訴記者，在數據輸入端將通過標準化的模塊接口整合紅外、RFID、移動通信等數據采集技術，從而使系統具有更廣泛的適用性。

　　隨著智能手機的普遍應用，“人手一機”已成為現實，但系統最開始并沒有將移動通信技術納入數據采集端。姚曉暉解釋道，5年前移動通信技術還沒有現在那么發達，當時通過電信運營商采集的數據存在很強的滯后性，而人群安全管理需要實時的人流數據，因此移動通信技術無法滿足數據采集的實時性需求。隨著技術的進步，如今電信運營商通過移動終端采集的位置數據實時性得到增強。

　　智慧旅游不僅是預警

　　大數據愈加深入廣泛應用給智慧旅游的發展提供啟示，旅游業在不斷累積數據，并獲取新的數據源。

　　對于大數據而言，僅僅就預防商業區踩踏事故顯然還未物盡其用，畢竟商業區聚集人群的數據量并不算大。

　　中國工程院院士鄔賀銓告訴記者，大數據在熱點監測中大有可為。例如，利用短信、微博、微信和搜索引擎可以收集熱點事件與輿情挖掘，通過對微博用戶建立檔案，提前關注可能引起社會不穩定的因素。另外，在長假之前，很多人會在網絡上搜索旅游點、旅店、火車與飛機航班信息或自駕游的路線等，由此可預知哪些旅游點和交通線路會擁塞。可以說，國家智慧旅游公共服務平臺恰恰應用了大數據熱點監測功能。

　　全球知名數據分析軟件提供商SAS公司中國區首席咨詢顧問張磊在接受《中國電子報》記者采訪時表示：“大數據在各行各業愈加深入和廣泛的應用也給智慧旅游的發展提供啟示。隨著各項新技術的發展，旅游業在不斷累積數據，并獲取新的數據源。除了移動設備和社交網絡的發展，我們也看到景區智能化的發展方向，WiFi覆蓋和物聯網技術的引入將提供更多有價值的實時數據。旅游業坐擁數據財富，而下一步向更加智能化方向發展的關鍵在于：如何有效地收集、挖掘和分析這些數據，提升旅游業的管理水平和服務水準。對于景區或是服務提供商來說，大數據分析都是未來非常重要的工具。”他認為，社交網絡逐漸成長為輿情監測不可忽視的一塊陣地。通過對社交網絡上游客的評價，政府及其他管理機構可以掌握游客群體的消費習慣和景點偏好等重要信息，這對于產業決策和景區的管理，例如做好提前預警，都有指導意義。

　　另外，對于旅游服務提供商來說，目前行業競爭非常激烈，產品同質化現象突出，客戶體驗成為推動業務增長的關鍵因素。而大數據分析為客戶關系管理提供了更加可靠的依據。例如，通過大數據分析，可以判斷哪些游客是回頭客，并通過分析指導制定相應的客戶維系策略，幫助服務提供商把回頭客留住，而不是流向其他競爭者。

　　劉新也認為，智慧旅游是以物聯網、云計算、下一代通信網絡、高性能信息處理、智能數據挖掘等技術為支撐，核心是“游客為本、感知互動和高效服務”，包括信息主動感知和及時發布、旅游計劃個性化安排及網上虛擬現實游覽、網上訂購、網上支付、網上交易、各類旅游紀念品/珍藏品/土特產品的實時配送等。通過智慧旅游公共服務平臺建設將旅游與智能化服務相融合，景區可以提高旅客體驗滿意度，相關企業和管理部門運行也更智能化。

　　據悉，目前國內智慧旅游建設比較好的有鎮江市。鎮江市通過“感知芯”技術，讓游客通過手機終端入園，并接收園區排隊人數等信息，通過信息亭內的互動觸摸屏游客可獲得全面的服務信息。

(新媒體責編：news)