通過數據分析預測景區流量

大數據是一門結合了統計、機器學習、數據挖掘和預測性分析等多種方法，對研究的目標進行數據分析。今天小編想要向大家推薦一個運用大數據進行研究的CMU科研課題：大數據預測托斯卡納景區流量。通過大數據分析來預測一下景區的流量。

課題簡介

大數據的興起催生了數據科學（Data Science）。它是一門結合了統計、機器學習、數據挖掘和預測性分析等多種方法，從海量的、結構化或非結構化的數據中，發掘出隱藏的、有價值的信息的學科，主要研究如何使用數據的方法研究科學和如何使用科學的方法研究數據。數據科學的興起正在改變各行各業解決問題的方法和獲得競爭優勢的方式。

智慧旅游是旅游行業信息化發展的新模式，旨在通過及時、準確、充分地感知和使用各類旅游信息，實現旅游服務、旅游管理、旅游營銷和旅游體驗的智能化。智慧旅游是旅游行業產業結構升級的新動力，也是旅游業態創新發展的新趨勢。因此，各國政府也在大力推廣智慧旅游。例如：國家旅游局鼓勵博物館、科技館、旅游景區采用門票預約、擁擠程度預測、游客體驗實時評價等多種機制；聯合國更將2017年定為國際可持續旅游發展年。因此，在可預見的將來，智慧旅游必將成為社會關注的新熱點。

西方文藝復興運動的發源地——意大利的佛羅倫薩是全球知名的旅游圣地。每年超過1000萬的游客在此留宿。然而，如何長期保持旅游行業的可持續發展，仍然是佛羅倫薩面臨的一個嚴峻挑戰。

本課題旨在探索數據科學在智慧旅游方面的應用。通過深入研究佛羅倫薩通票（Firenze Card）、交通數據、酒店住宿信息等多種數據源，學生可以在導師的指導下，使用數據科學的方法，幫助旅游局實現景區訪問的統計和預測，從而推進旅游行業的智能化和可持續發展。

科研方法

AI＋X數據驅動型科研

使用人工智能（AI）算法，收集、處理、分析具體學科（X）的海量數據，并基于此進行預測，從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比，AI＋X數據驅動型科研可以借助AI算法強大的運算能力，高效地進行大數據分析，具有投入產出比高、適用范圍廣的優點。

AI＋X數據驅動型科研已被廣泛地應用于各個領域，利用AI算法研究基因數據，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬，使用傳統的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現。

但借助AI算法這一便捷的工具，生命科學家便能夠以海量的患者的遺傳信息為基礎，建立數據庫，與過往的研究成果進行對照，快速、準確地在兩者中發現規律、建立聯系，從而使癌癥診斷的“標準化”成為可能。

授課導師

西北大學博士

美國卡耐基梅隆大學、葡萄牙里斯本大學雙學位博士；

美國卡耐基梅隆大學工程與公共政策學院全獎碩士；

曾多次參與國際電子商務大會（ICEC）、美國運籌與管理學會（INFORMS）年會、IEEE國際移動信息管理大會（MDM）等尖端學術會議，并曾在第七屆國際社會計算大會（SocialCom）中獲得最佳論文獎；

曾擔任美國芝加哥大學“以數據科學推動社會福利（DSSG）”項目的研究員與技術導師，并在卡內基梅隆大學（CMU）、雅典信息技術學院（AIT）等知名學府擔任多個研究生課程的講師。

課題要求

本課題適合： 9-12 年級學生，有較強的邏輯思維和抽象思維能力：

英文：

具備基本的學術英語閱讀能力，能夠通過文獻、書籍、網頁等媒介查找英文資料；

接觸過英語寫作，有論文寫作經驗者更佳；

文獻閱讀：

能在國內或國外的平臺上檢索與課題相契合的文獻，并撰寫綜述或進行總結。

計算機：

最好有一定的計算機編程基礎；

如果沒有，學生需要在以下的軟件中，選擇一種或多種，在課題開始前的1 - 2周的時間內，進行強化學習，以達到能夠初步應用的水平：

Python（Jupyter Notebook、Anaconda）；

Linux/UNIX Command；

SQL；

CSV Tool；

報名/咨詢課題詳情

請識別下方二維碼