通过数据分析预测景区流量

大数据是一门结合了统计、机器学习、数据挖掘和预测性分析等多种方法，对研究的目标进行数据分析。今天小编想要向大家推荐一个运用大数据进行研究的CMU科研课题：大数据预测托斯卡纳景区流量。通过大数据分析来预测一下景区的流量。

课题简介

大数据的兴起催生了数据科学（Data Science）。它是一门结合了统计、机器学习、数据挖掘和预测性分析等多种方法，从海量的、结构化或非结构化的数据中，发掘出隐藏的、有价值的信息的学科，主要研究如何使用数据的方法研究科学和如何使用科学的方法研究数据。数据科学的兴起正在改变各行各业解决问题的方法和获得竞争优势的方式。

智慧旅游是旅游行业信息化发展的新模式，旨在通过及时、准确、充分地感知和使用各类旅游信息，实现旅游服务、旅游管理、旅游营销和旅游体验的智能化。智慧旅游是旅游行业产业结构升级的新动力，也是旅游业态创新发展的新趋势。因此，各国政府也在大力推广智慧旅游。例如：国家旅游局鼓励博物馆、科技馆、旅游景区采用门票预约、拥挤程度预测、游客体验实时评价等多种机制；联合国更将2017年定为国际可持续旅游发展年。因此，在可预见的将来，智慧旅游必将成为社会关注的新热点。

西方文艺复兴运动的发源地——意大利的佛罗伦萨是全球知名的旅游圣地。每年超过1000万的游客在此留宿。然而，如何长期保持旅游行业的可持续发展，仍然是佛罗伦萨面临的一个严峻挑战。

本课题旨在探索数据科学在智慧旅游方面的应用。通过深入研究佛罗伦萨通票（Firenze Card）、交通数据、酒店住宿信息等多种数据源，学生可以在导师的指导下，使用数据科学的方法，帮助旅游局实现景区访问的统计和预测，从而推进旅游行业的智能化和可持续发展。

科研方法

AI＋X数据驱动型科研

使用人工智能（AI）算法，收集、处理、分析具体学科（X）的海量数据，并基于此进行预测，从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比，AI＋X数据驱动型科研可以借助AI算法强大的运算能力，高效地进行大数据分析，具有投入产出比高、适用范围广的优点。

AI＋X数据驱动型科研已被广泛地应用于各个领域，利用AI算法研究基因数据，从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万，使用传统的科研方式对其进行分析，工程量大、过程繁琐，在客观上难以实现。

但借助AI算法这一便捷的工具，生命科学家便能够以海量的患者的遗传信息为基础，建立数据库，与过往的研究成果进行对照，快速、准确地在两者中发现规律、建立联系，从而使癌症诊断的“标准化”成为可能。

授课导师

西北大学博士

美国卡耐基梅隆大学、葡萄牙里斯本大学双学位博士；

美国卡耐基梅隆大学工程与公共政策学院全奖硕士；

曾多次参与国际电子商务大会（ICEC）、美国运筹与管理学会（INFORMS）年会、IEEE国际移动信息管理大会（MDM）等尖端学术会议，并曾在第七届国际社会计算大会（SocialCom）中获得最佳论文奖；

曾担任美国芝加哥大学“以数据科学推动社会福利（DSSG）”项目的研究员与技术导师，并在卡内基梅隆大学（CMU）、雅典信息技术学院（AIT）等知名学府担任多个研究生课程的讲师。

课题要求

本课题适合： 9-12 年级学生，有较强的逻辑思维和抽象思维能力：

英文：

具备基本的学术英语阅读能力，能够通过文献、书籍、网页等媒介查找英文资料；

接触过英语写作，有论文写作经验者更佳；

文献阅读：

能在国内或国外的平台上检索与课题相契合的文献，并撰写综述或进行总结。

计算机：

最好有一定的计算机编程基础；

如果没有，学生需要在以下的软件中，选择一种或多种，在课题开始前的1 - 2周的时间内，进行强化学习，以达到能够初步应用的水平：

Python（Jupyter Notebook、Anaconda）；

Linux/UNIX Command；

SQL；

CSV Tool；

报名/咨询课题详情

请识别下方二维码