依托个推自身庞大的移动互联网综合服务能力和积累的大数据基础、深入的大数据分析洞察水平。通过对 数据的处理、分析以及深入挖掘，研发建成了完整的全域旅游大数据指标体系和文旅数据输出能力。为全域旅游和智慧城市等领域提供大数据解决方案。
在自研的每日治数平台上对数据抽取、清理和处理，完成数据仓库层建设，通过用户线下场景偏好，通过机器学习模型进行建模，加工成智慧旅游场景游客画像数据，从时空维度（景区、时间）刻画用户旅游行为画像。 一、数据抽取、清理和处理 数据抽取：从数据库中抽取与用户LBS类相关的原始数据。 数据清理：对抽取的数据进行清洗，去除重复、错误或无关的信息。 数据处理：对清洗后的数据进行必要的转换和整合。 二、数据仓库层建设 1.数据模型设计 2.ETL过程 3.数据仓库优化 三、基于LBS类的用户兴趣偏好建模 特征提取：从用户LBS类数据中提取关键特征，如景区相关的LBS到访线下场景分类（如世界遗产、国家级景点、海滩、省级景点、纪念馆、观景点、公园广场、公园、公园内部设施、动物园、城市广场、植物园、水族馆）、具体时间、到访频率、到访时长等 模型选择：根据问题的性质和数据的特点，选择合适的机器学习模型进行建模。对于用户未来到访兴趣偏好这类问题，可以考虑使用时间序列模型模型（如AR、MA、ARIMA等）。 生成旅游偏好标签：将训练好的模型应用于预测新用户或新数据，生成用户的旅游偏好标签。
| 字段名 | 类型 | 描述 |
|---|---|---|
企业内部设备统一标识符 |
-- | -- |
时间戳 |
-- | -- |
APP安装类别列表 |
-- | -- |
APP活跃类别列表 |
-- | -- |
APP活跃序列 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 企业内部设备统一标识符 | 8916ad81f4fe49a6b4346edcd553230e |
| 时间戳 | 2024-05-31 15:01:10 |
| APP安装类别列表 | 直播类APP、影音制作APP、汽车类APP |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/37813