全部产品
云市场

客流分析及预测

更新时间:2019-11-22 13:58:08

1、服务介绍

1.1 模型说明

  • 包含离线和实时两个能力,实时相比于离线,会有基于景区的票务闸机、视频客流统计的IoT数据导入,结果预测准确度预计高20%
  • 以景区为目的地的票务相关旅游咨询、预订(取消)、实际出售票、退票等为基础数据,对于目的地景区小时、日(周、月)进行相应的整体客户量以及售票量、售票收入进行统一预测,为整体景区管理、安防建设、周边交通咨询等提前做好支持。

1.2 接口及收费维度

模块 售卖细分维度 数据输出 包含指标与定义说明
数据质量监测 实时小时/日/周/月级别(默认T-1天数据) 累计记录数
异常值(空值)累计数
物理存储值
所有数据源采集情况说明,便于检查数据来源异常
景区实时游客画像 实时小时/日/周/月级别 总数
实时小时/日/周/月级别 性别比例
实时小时/日/周/月级别 年龄比例,以10岁为单位展示(柱状图)
实时小时/日/周/月级别 特殊人群占比(按照证件类型展示、柱状图)
实时小时/日/周/月级别 票类型(柱状图)
实时小时/日/周/月级别 基于小时维度的客流值
景区实时客流偏好 实时小时/日/周/月级别 不同时间段的指定年龄段客流量 以年龄作为主维度交叉的客流预测,
主维度:年龄
交叉值:性别、时间段
指标:客户数
实时小时/日/周/月级别 不同性别的指定年龄段客流量
实时小时/日/周/月级别 不同时间段的不同性别客流量
客源地 实时(小时)游客客源地分析 客源地来源图 当前一小时到达景区的游客来源地分布
实时省份来源排名 当前一小时到达景区的游客来源地按省份排名top10
实时城市来源排名 当日到达景区的游客来源地按城市排名top10
省内省外占比 按景区所在省份统计省内省外来源地占比
省内城市来源排名 当日到达景区的游客来源地按河南省内城市排名top10
历史(日/周/月级别)游客客源地分析 按省份统计来源 在指定时间按省份统计游客常驻地
按城市统计来源 在指定时间按城市统计游客常驻地
按区县统计来源 在指定时间按区县统计游客常驻地
实时客流预测 实时小时/日/周/月级别 指定时间段的客流量
实时智能预警 实时小时/日/周级别 明天客流量拥挤指数低,请做好日常接待,关注紧急情况。
实时小时/日/周级别 明天客流局部可能有拥挤情况,请关注热门景点区域。
实时小时/日/周级别 较高 明天客流量拥挤度较高,请关注游客热门路线区域,并做好出入口引导管理。
实时小时/日/周级别 明天客流量拥挤度高,请提前在重要景点设置工作人员,避免踩踏事件

2、接入指南

2.1 API说明

统计数据查询接口,所有文旅相关的统计查询都是用这一个接口,根据model查询不同的统计数据。

Path 版本 是否登录
/tourism/statistics/query 1.0.0

入参

参数名 数据类型 是否必填 参数描述
projectId String Y 项目Id
model String Y 模型名称,具体模型名称参考对照表
paramJson String N json格式

paramJson根据模型需要传相应的参数(具体参数见模型示例),可用参数如下:

参数名 数据类型 是否必填 参数描述
startTime String N 开始时间(>=,包含该时间)
endTime String N 结束时间(<,不包含该时间)
size Integer N 数据topN条数

出参

参数名 数据类型 参数描述
code Int 错误码,code=200表示正确,其他表示错误
message String 结果信息,正确为success,错误的时候是错误提示
data JSONObject 结果数据
-series JSONArray 结果数据系列集合,可以理解为多个数据列,每个系列代表一列数据
—name String 数据系列名称
—values JSONArray 数据系列值的集合

2.2 API调用方式

SDK依赖

本例提供java sdk pom依赖示例,更多语言SDK详情请参考API调用对接指引

  1. <dependency>
  2. <groupId>com.aliyun.api.gateway</groupId>
  3. <artifactId>sdk-core-java</artifactId>
  4. <version>1.6.0.3</version>
  5. </dependency>

示例代码

  1. HttpClientBuilderParams builderParams = new HttpClientBuilderParams();
  2. builderParams.setAppKey("${appKey}"); // 请填写正确的AppKey
  3. builderParams.setAppSecret("${appSecret}"); // 请填写正确的AppSecret
  4. ApacheHttpClient apacheHttpClient = new ApacheHttpClient(builderParams);
  5. IoTApiRequest request = new IoTApiRequest();
  6. //设置api的版本
  7. request.setApiVer("1.0.0");
  8. //如果需要登陆,设置当前的会话的token
  9. //设置参数
  10. request.putParam("model", "xxxxxx");
  11. request.putParam("projectId", "yyyyy");
  12. Map<String, Object> param = new HashMap<>(8);
  13. param.put("startTime", "2019-01-01");
  14. param.put("endTime", "2019-01-31");
  15. param.put("limit", 10);
  16. request.putParam("paramJson", JSONObject.toJSONString(param));
  17. //请求参数域名、path、request
  18. String host = "api.link.aliyun.com";
  19. String path = "/tourism/statistics/query";
  20. System.out.println(JSON.toJSONString(request));
  21. ApiRequest apiRequest = new ApiRequest(HttpScheme.HTTP, host,
  22. HttpMethod.POST_BODY, path, JSON.toJSONBytes(request));
  23. apiRequest.setHttpConnectionMode(HttpConnectionModel.MULTIPLE_CONNECTION);
  24. ApiResponse response = apacheHttpClient.sendSyncRequest(apiRequest);
  25. System.out.println(request.getId());
  26. System.out.println(
  27. "response code = " + response.getCode() + " response message = " + response.getMessage()
  28. + " response content = " + new String(response.getBody(),
  29. "utf-8"));

2.3 模型示例

数据质量监测

model:TRIP_DATA_QUALITY
对游客购票数据、游客闸机数据等使用到的数据质量的监测,包含数据总条数、空值条数、占用存储空间大小。数据质量

入参

  1. {
  2. "model": "TRIP_DATA_QUALITY",
  3. "projectId": "a124DRzr6OWgL4QT",
  4. "paramJson":"{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["20"],
  6. "name": "总条数"
  7. }, {
  8. "values": ["5"],
  9. "name": "存储空间"
  10. }, {
  11. "values": ["4"],
  12. "name": "空值条数"
  13. }]
  14. },
  15. "message": "success"
  16. }

客流预测

model:TRIP_CUSTOMER_FLOW_FORECAST
通过历史游客购票数据、闸机数据等,预测未来一段时间内的游客数量。
预测

入参

  1. {
  2. "model": "TRIP_CUSTOMER_FLOW_FORECAST",
  3. "projectId": "a124DRzr6OWgL4QT",
  4. "paramJson":"{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "name": "30天", // 未来30
  6. "values": ["10192"]
  7. }, {
  8. "name": "1天", // 未来1
  9. "values": ["362"]
  10. }, {
  11. "name": "1小时", // 未来1小时
  12. "values": ["63"]
  13. }, {
  14. "name": "7天", // 未来7
  15. "values": ["5212"]
  16. }]
  17. },
  18. "message": "success"
  19. }

实时智能预警

model:TOURIST_INTEL_PREDICTION_INFO
通过预测未来一天的游客量和景区最大客流容量来估算拥挤指数,提供相应的预案。

拥堵指数 预案
明天客流量拥挤指数低,请做好日常接待,关注紧急情况。
明天客流局部可能有拥挤情况,请关注热门景点区域。
较高 明天客流量拥挤度较高,请关注游客热门路线区域,并做好出入口引导管理。
明天客流量拥挤度高,请提前在重要景点设置工作人员,避免踩踏事件

预警

入参

  1. {
  2. "model": "TOURIST_INTEL_PREDICTION_INFO",
  3. "projectId": "a124KKWfyglJF5rD"
  4. }

出参

  1. {
  2. "id": "91068e57-42fb-4a5b-9352-9f4773872c0c",
  3. "code": 200,
  4. "message": null,
  5. "localizedMsg": null,
  6. "data": {
  7. "series": [
  8. {
  9. "values": [
  10. "明天客流局部可能有拥挤情况,请关注热门景点区域。"
  11. ],
  12. "name": "预测信息"
  13. }
  14. ]
  15. }
  16. }

游客画像统计(性别)

model:TRIP_CUSTOMER_GENDER_DISTRIBUTION
查询一段时间内,不同性别的游客人数。
性别

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_CUSTOMER_GENDER_DISTRIBUTION",
  4. "projectId": "a1240HWzFfFNJ3wI"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "name": "性别",
  6. "values": ["未知", "女", "男"]
  7. }, {
  8. "name": "人数",
  9. "values": ["140", "190", "210"]
  10. }]
  11. },
  12. "message": "success"
  13. }

游客画像统计(年龄)

model:TRIP_CUSTOMER_AGE_DISTRIBUTION
查询一段时间内,不同年龄段的游客人数。
年龄

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_CUSTOMER_AGE_DISTRIBUTION",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [ {
  5. "values": ["10-20", "20-30", "30-40"],
  6. "name": "年龄"
  7. }, {
  8. "values": ["35.0", "7.0", "3.0"],
  9. "name": "人数"
  10. }]
  11. },
  12. "message": "success"
  13. }

游客画像统计(人群)

model:TRIP_CUSTOMER_IDENTITY_TYPE_DISTRIBUTION
查询一段时间内,不同人群的游客人数。
人群

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_CUSTOMER_IDENTITY_TYPE_DISTRIBUTION",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["学生证", "身份证", "军官证"],
  6. "name": "人群"
  7. }, {
  8. "values": ["7.0", "15.0", "23.0"],
  9. "name": "人数"
  10. }]
  11. },
  12. "message": "success"
  13. }

游客画像统计(票务类型)


model:TRIP_CUSTOMER_TICKET_TYPE_DISTRIBUTION
查询一段时间内,不同票型的游客人数。
票务

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_CUSTOMER_TICKET_TYPE_DISTRIBUTION",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["区间票", "次票", "年票"],
  6. "name": "票型"
  7. }, {
  8. "values": ["17.0", "587.0", "3.0"],
  9. "name": "人数"
  10. }]
  11. },
  12. "message": "success"
  13. }

游客画像统计(客流趋势)

model:TRIP_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询历史一段时间内,客流量的变化趋势。
趋势

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["10", "20", "30", "40", "50", "60", "70", "80", "90"],
  6. "name": "人数"
  7. }, {
  8. "values": ["02:00", "03:00", "04:00", "05:00", "06:00", "07:00", "08:00", "09:00", "10:00"],
  9. "name": "时间"
  10. }]
  11. },
  12. "message": "success"
  13. }

实时游客偏好(年龄-时间)

model:TRIP_TIME_AGE_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询一段时间内,不同年龄-时间的偏好对比数据。
年龄偏好

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_TIME_AGE_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["女", "女", "未知", "未知", "男", "男"],
  6. "name": "性别"
  7. }, {
  8. "values": ["44", "47", "45", "48", "46", "43"],
  9. "name": "人数"
  10. }, {
  11. "values": ["10-08 03:07", "10-08 07:00", "10-08 02:00", "10-08 08:00", "10-08 02:00", "10-08 02:05"],
  12. "name": "时间"
  13. }]
  14. },
  15. "message": "success"
  16. }

实时游客偏好(年龄-性别)

model:TRIP_AGE_GENDER_CUSTOMER_FLOW_STATISTICS
查询一段时间内,不同年龄-性别的偏好对比数据。
性别年龄偏好

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_AGE_GENDER_CUSTOMER_FLOW_STATISTICS",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["女", "未知", "男", "女", "未知", "男"],
  6. "name": "性别"
  7. }, {
  8. "values": ["498", "513", "483", "544", "558", "528"],
  9. "name": "人数"
  10. }, {
  11. "values": ["10-20", "10-20", "10-20", "20-30", "20-30", "20-30"],
  12. "name": "年龄"
  13. }]
  14. },
  15. "message": "success"
  16. }

实时游客偏好(性别-时间)

model:TRIP_TIME_GENDER_CUSTOMER_FLOW_STATISTICS_BY_HOUR
查询一段时间内,不同性别-时间的偏好对比数据。
性别偏好

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TRIP_TIME_GENDER_CUSTOMER_FLOW_STATISTICS_BY_HOUR",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["女", "女", "未知", "未知", "男", "男"],
  6. "name": "性别"
  7. }, {
  8. "values": ["44", "47", "45", "48", "46", "43"],
  9. "name": "人数"
  10. }, {
  11. "values": ["10-08 03:07", "10-08 07:00", "10-08 02:00", "10-08 08:00", "10-08 02:00", "10-08 02:05"],
  12. "name": "时间"
  13. }]
  14. },
  15. "message": "success"
  16. }

客源地(省份)

model: TOURIST_REGION_PROVINCE
按省份查询游客来源地

入参

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\"}",
  3. "model": "TOURIST_REGION_PROVINCE",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["浙江", "湖北", "上海", "陕西", "青海"],
  6. "name": "province"
  7. }, {
  8. "values": ["4", "3", "2", "1", "1"],
  9. "name": "count"
  10. }]
  11. },
  12. "message": "success"
  13. }

客源地(城市)

model: TOURIST_REGION_CITY
按城市查询游客来源地

入参

provice非必填,为空时,查询全国的城市

  1. {
  2. "paramJson": "{\"startTime\":\"2019-09-09\",\"endTime\":\"2019-10-09\", \"topN\":10, \"provice\":浙江}",
  3. "model": "TOURIST_REGION_CITY",
  4. "projectId": "a124KKWfyglJF5rD"
  5. }

出参

  1. {
  2. "code": 200,
  3. "data": {
  4. "series": [{
  5. "values": ["杭州市", "湖州市", "绍兴市"],
  6. "name": "city"
  7. }, {
  8. "values": ["2", "1", "1"],
  9. "name": "count"
  10. }]
  11. },
  12. "message": "success"
  13. }