大數據賦能科技館客流分析
——以中國科技館觀眾大數據分析平臺為例

韓景紅 任賀春 楊 濤 李 璐

一、 引言

國家在《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中明確指出，“建設智慧城市和數字鄉村”“完善城市信息模型平臺和運行管理服務平臺，構建城市數據資源體系，推進城市數據大腦建設”“推動景區、博物館等發展線上數字化體驗產品，建設景區監測設施和大數據平臺，發展沉浸式體驗、虛擬展廳、高清直播等文旅服務”[1]。作為“智慧城市”的有機組成部分，“智慧科技館”為“智慧城市”的未來發展提供了生動的應用實踐?？萍拣^的“智慧化”體現在通過引入高新技術應用促進數字化轉型的發展趨勢。

中國科協于2021年發布的《現代科技館體系發展“十四五”規劃(2021—2025年)》中指出：“推動全國科技館智慧化建設。鼓勵運用智慧化手段開展導覽、預約、個性化推薦等觀眾服務，提升參觀體驗。運用信息化技術實現數據自主采集分析、決策輔助，提升場館運行管理的智慧化水平”[2]。

通過對觀眾大數據的統計、分析，能夠實現對場館內客流監測與統計、數據挖掘分析與展現，為科技館客流控制及安全預警提供數據支持；同時可通過評估客流的增長情況，描繪觀眾畫像和參觀規律研究科技館科普服務的覆蓋度和薄弱環節，優化公共服務資源配置，為場館的智慧運營管理提供決策參考與支持。

二、 研究背景

(一)科技館的服務創新需求

隨著我國科技水平的不斷提升，公眾逐漸重視對新技術的學習和體驗，以及對科學興趣的培養，越來越多的公眾熱衷參觀科普展覽和參加科普教育活動。中國科技館利用充滿科學性、知識性、互動性的展覽展品和體驗式的教育活動，為公眾營造了一個科學的樂園。中國科技館新館建成開放十多年來一直深受社會公眾的喜愛，觀眾量持續攀升。每逢節假日、黃金周，科技館里總是人頭攢動、熱鬧非凡，但是過于擁擠的環境也會影響觀眾的參觀體驗，同時帶來較大的安全風險。近年來，為更好地了解和掌握觀眾所需，提升管理和服務能力，采用移動互聯網、大數據等先進的信息技術手段，創新更加人性化的貼身服務，已成為中國科技館的迫切需求。

為了更深入地研究觀眾的信息與行為，中國科技館進行過很多研究與嘗試。例如通過線上票務系統獲取觀眾的身份證號和手機號碼，從而得到觀眾的性別、年齡等信息。但是票務系統無法解決對觀眾實時位置監測的需求，也沒有辦法了解到觀眾的興趣偏好；通過客流密度系統可以獲取觀眾的實時位置，但是卻缺少精準的人物畫像信息，只能做粗略的客流統計；通過人臉識別系統可以獲取觀眾的人臉信息，能做到對個體的準確識別，但是涉及觀眾的肖像隱私，信息采集率并不高。因此目前亟需更先進的技術手段解決客流的監測與分析問題。

(二)客流監測與分析技術發展現狀

通過對各類客流監測與分析新技術的充分調研，基于運營商的大數據技術能夠滿足場館對客流監測和數據統計分析的絕大部分需求。運營商大數據具有用戶數據量龐大、可信度高、更新及時、增長速度快及連續性價值等優勢[3]?，F代人生活已離不開網絡和通信服務，我國三大運營商客戶總量已超23億戶，其中5G套餐客戶數也已超過12億戶，用戶幾乎覆蓋了全國范圍，且均為實名認證客戶。作為大數據平臺的基礎，底層數據能力的夯實能夠為上層數據的合理化應用提供基礎與保障，同時運營商大數據在安全性、穩定性等方面也能提供可靠的保障[4]。

三、 案例探究

(一)科技館客流監測與分析的類別與意義

科技館客流的監測與分析是觀眾的人物畫像、興趣愛好、行為習慣等典型特征分析的基礎，也是場館運營者和管理者都要共同研究的課題。筆者通過對科技館觀眾長期的觀察與分析，將觀眾與場館運營相關的問題梳理成四類。

1. 客流分析

客流分析需要從科技館的客流規模、客流趨勢、客流分布三方面進行統計分析?？土饕幠Ｖ饕y計場館觀眾總人數、日均接待量及同環比變化，客流趨勢主要分析實時客流趨勢、時點客流趨勢、日/月客流趨勢及不同日期類型觀眾量，客流分布主要統計分析各展區的觀眾分布情況和展品對觀眾的吸引力。

通過客流實時監測，管理者可以了解實時客流數量，通過對重點客流監測區域的實時監測和預警處理，提高預警處置能力。對客流總體的洞察可以分析觀眾的整體參觀意愿和客流變化的趨勢與規律，為運營管理決策提供數據支撐。

2. 觀眾行為分析

觀眾行為是科技館運營管理者最關注的問題，也是客流分析的重點。觀眾行為分析需要統計分析科技館觀眾的駐留時長特征和游覽特征，其中觀眾駐留時長特征需要統計觀眾駐留時長、游覽頻次、重游率等，觀眾游覽特征需要分析城市交通方式、到訪場館交通方式、首訪展區和游覽路徑組合等。

觀眾行為分析從觀眾駐留時長和游覽偏好的角度，探索觀眾的參觀規律和游覽偏好，為場館間組織聯合活動、規劃參觀路線、更新優化展品提供數據來源。

3. 觀眾來源分析

觀眾來源分析需要統計本地客源和外地客源的構成情況。觀眾來源分析是對客源市場的整體把握，分析客源結構可以為科技館有針對性的宣傳與推廣提供數據參考。

4. 觀眾畫像分析

觀眾畫像分析需要對觀眾性別、年齡、消費水平和行為偏好等多指標進行統計分析?？坍嫼糜^眾畫像能夠多方面反映目標受眾的特征，助力場館的個性化服務、精準營銷和推廣。

客流監測與數據統計分析的結果可以應用到場館運營管理的方方面面。通過對客流的統計與監控，可將場館內的實時客流情況展現在館內大屏幕和官方網站上，以提示觀眾做好參觀安排；通過客流系統與票務系統的聯動，還可實現對場館內觀眾限流、分流控制；通過對場館各樓層、展廳進行客流統計與分析，可以為場館的運營提供數據支持，根據實時動態的展區客流情況，可對觀眾的游覽路線進行合理規劃與引導，從而使館內客流量均衡、平穩，避免出現部分展區過度擁擠的現象；更加細致的區域劃分客流統計，輔助駐留時長數據還可以對展區、展品的受歡迎程度進行評估，為展覽內容迭代和服務品質提升提供數據參考。

(二)中國科技館客流分析關鍵問題

1. 室內精準定位問題

物理位置定位精準是運營商大數據明顯的優勢特征，也是場館客流分析最重要的基礎條件。但在場館室內進行精準定位，尤其是要做到與展區、展品位置相匹配的定位對于運營商移動信號監測也是非常難的問題。

通過對5G移動網絡技術進行充分的研究，找到了適合場館室內定位的解決方案。首先利用LampSite 5G室分設備將場館劃分為若干信號分區，再根據展廳、展區的定位需要，調整LampSite 5G室分設備的信號覆蓋區域來實現與展區形狀相匹配的區域劃分，從而實現展區級別的精準信號覆蓋。然后用場館的CAD圖紙對科技館進行建模，一比一地復制出整體建筑的數字孿生模型。

針對被監測對象，通過網格基站適配交叉算法和漂移數據處理算法等算法進行基站篩選，然后再利用MR(Measurement Report，測量報告)三角定位模型算法對目標進行定位，最后通過s1-u(用戶面接口)信令數據和MR指紋庫定位算法來完成精準定位。這樣就可以定位觀眾目前處于哪個展區，甚至計算出更加精準的位置，并且可實現實時軌跡跟蹤[5]。

MR是移動終端在信道上以固定時間間隔周期性地向基站報送所在小區的下行信號強度、信號質量等測量報告?；緦⒁苿咏K端報送的下行信息和收集到的上行物理信息傳送給基站控制端，并由其收集與統計。

基于MR的三角定位算法(見圖1)是結合MR場強信息及網元工參信息，利用主小區和2個鄰區形成的三角形，計算三角形的重心，并進行場強加權偏移，從而獲得定位結果。然而，現網MR數據鄰區信息不全的現象占較大比例。因此，基于MR的三角定位方法可實施性不強，定位誤差也相對大。為提升定位精度，需要基于指紋庫的MR定位算法[6]。

圖1 三角定位法示意圖

基于指紋庫的定位方法，即特征匹配法，源于數據庫定位。它需要預先通過S1U_HTTP(用戶面接口超鏈接協議)數據和MR數據構建指紋數據庫，根據指紋庫信息實時對MR數據進行匹配指紋數據庫定位。對于一個待定位的MR記錄，首先確定它的上報小區以及鄰區信息，即接收自本區和鄰區的信號強度，然后在該MR歸屬主小區的網格集合中，查找特征信息與當前MR中包含的特征信息最接近的網格，最終以此網格的位置作為該 MR的位置[7]。比較而言，基于接收信號強度的位置指紋技術更適合于復雜的室內環境。能夠較準確的區分室內外用戶，并實現室內分層的覆蓋評估及定位，且定位精度較高。

2. 目標用戶篩選問題

目標用戶篩選的問題也是基于運營商大數據客流分析必須解決的問題，因為被5G通信基站和室分設備監測到的用戶不一定都是科技館的觀眾，同時也包含場館的工作人員、合作伙伴和從科技館周邊路過的人群。如果不將這些人員的數據剔除出去，將會對數據統計結果產生較大的影響。所以針對每一類非觀眾人群設計了單獨的算法，經過一段較長時間周期的監測，篩選出在工作時間準時出現在場館區域內的目標，把他們標注為常駐工作人員。把有固定規律出現的目標篩選出來標注為合作伙伴。把只出現在科技館室外，未進入展廳的目標同樣篩選出來，標注為路過人群。篩除非觀眾人員數據之后，剩余的才是科技館的真實觀眾。經過精細篩選的客流數據能讓統計分析結果更加精準，更具可參考性。

3. 單一運營商數據擬合問題

基于運營商大數據客流分析的另一個問題是我國的移動通信運營商有三家，這三家的用戶總和才是全部移動通信用戶，那么是否可以用一家運營商的用戶數據來進行客流監測和數據統計呢？經過深入的研究，發現來科技館參觀的移動用戶是有較穩定的規律可循的，只用一家運營商的用戶數據也同樣可以做好場館客流的統計分析。每一家運營商都有對應的市場用戶占比系數，例如根據三大運營商公布的2023年上半年數據顯示，中國移動擁有5G套餐用戶7.21億戶，中國電信擁有5G套餐用戶2.95億戶，中國聯通擁有5G套餐用戶2.32億戶，那么中國移動的5G用戶占比約57.78%，而運營商針對不同城市都會有對應的移動用戶占比系數，用本地區的移動用戶占比系數來反推出全部用戶數在統計角度是有參考價值的。在此基礎之上，通過長達半年時間與科技館票務系統日客流數據的對比分析，得到了基本穩定的規律。中國移動用戶日均客流占比均值約為45.08%。根據這一結果，又針對科技館客流量的實際情況調整了中國移動用戶占比系數，經過調整后的擬合結果更加接近實際情況，對客流的統計分析更具有實際操作層面的參考意義，因此用一家運營商的大數據也可以完成對客流發展趨勢的分析研究(見表1)。

表1 中國科技館日均客流占比統計表

四、 觀眾大數據分析平臺功能設計及實現效果

針對中國科技館客流分析完成技術選型并解決了一些阻礙應用的關鍵問題之后，對客流分析的功能需求進行了分類規劃設計，根據需求的關聯性將需求分為場館整體分析、館內關聯分析和館外關聯分析。

場館整體分析是對場館觀眾規模進行動態監測，對觀眾來源、觀眾畫像、觀眾游覽軌跡、行為偏好等進行綜合分析，為館內客流管理、服務人員配置、展陳布置和宣傳推廣等工作提供參考依據；館內關聯分析是監測各樓層、展廳客流量，對各樓層、展廳間觀眾轉化情況進行分析，洞察不同樓層、展廳的觀眾畫像、駐留時長等，為展覽、教育活動策劃和展品設計等提供參考依據；館外關聯分析是對中國科技館所在的奧林匹克公園園區和全市各大景區客流情況進行監測、數據統計和對比分析，對于市內重點景區的關聯關系、觀眾游覽路線等進行分析，為中國科技館與奧林匹克公園區域和全市各景區開展聯合活動、協調發展提供參考依據。完成功能需求分類規劃之后，還要對分析需求和所需要的數據要求進行詳細設計，梳理出數據在時效性和顆粒度等方面的要求(見圖2)。

圖2 觀眾大數據分析平臺功能需求規劃設計圖

(一)場館整體分析

場館整體分析功能包括客流分析、觀眾來源分析、觀眾特征分析及觀眾游覽行為分析(見圖3)。

圖3 觀眾大數據分析平臺場館整體分析界面

觀眾大數據分析平臺的客流分析功能基于每15分鐘采集一次的實時監測數據，實現了對科技館實時客流的統計，并以3D熱力圖的方式展示各樓層的觀眾實時分布情況。通過折線圖的方式展示科技館當日的小時客流趨勢和日客流趨勢。

觀眾來源分析功能可以分析觀眾的客源構成，通過對手機信號駐留城市時長即可判斷出是本市客源還是外省客源。系統會根據算法進行判斷，無論手機號歸屬地是哪里，只有長期居住于本市的用戶，才會被算為本市客源，而短期內來京的用戶會根據其長期居住省份算為各省的客源。觀眾來源分析是對客源市場的整體把握，分析客源結構可以為科技館有針對性的宣傳與推廣提供數據參考。

觀眾特征分析功能可以根據手機號的注冊信息和行為監測結果對觀眾的人物畫像進行詳細的刻畫，包括對觀眾的性別、年齡、住宿地、到訪頻次、行為偏好進行統計和分析。平臺還會根據手機號的注冊信息過濾掉重復數據，以提高數據的準確性，例如一人多機、一機多號、物聯網號碼等情況均不會進行重復統計。平臺對觀眾抵京的交通方式也可以實現分析，根據觀眾購買機票、火車票和出現在機場、火車站等情況推斷出觀眾的抵京方式，從而也可以依據觀眾畫像特征進行有針對性的宣傳與推廣。

觀眾游覽行為分析功能可以對觀眾的平均駐留時長和游覽展廳的路線進行分析。解決了室內定位的精度問題，平臺就可以通過監測觀眾處于哪個室分基站的信號覆蓋范圍內來判斷觀眾在哪個展廳，并能計算其在該展廳的駐留時長。通過不同室分基站監測到觀眾手機信號的先后順序即可得出觀眾在科技館內的游覽路線，進而實現觀眾行為分析，探索觀眾的參觀規律和游覽偏好，為規劃設計展覽和更新優化展品提供參考依據。

(二)館內關聯分析

館內關聯分析功能包括樓層分析及主題展廳分析。這兩類分析功能是在樓層和主題展廳不同層面上實現的實時客流趨勢分析、觀眾畫像分析、觀眾行為分析、展廳駐留時長分析和樓層、展廳間客流轉化率分析等。依據分析結果，可為場館運營管理提供數據支持，根據實時動態的展區客流情況，對觀眾的游覽路線進行合理規劃與引導，從而使館內客流量均衡、平穩，避免部分展區過度擁擠的現象(見圖4)。

(三)館外關聯對比

館外關聯分析功能包括科技館所在的奧林匹克公園園區客流分析、與其它景區觀眾游覽行為對比分析。奧林匹克公園園區客流分析對園區客流量進行排行統計，并對園區內各景點的觀眾畫像進行對比分析?？萍拣^與全市4A景區的關聯分析可以實現近日到訪過科技館與任意一個4A景區的觀眾重合率，為場館間訂制場館聯票和組織開展聯合活動等提供數據參考依據(見圖5)。

圖5 近7天科技館與全市4A級以上景區關聯前10名

五、 應用前景展望

我國科技館的興起較發達國家晚，但是近年來發展迅速，據最新統計我國達標科技館有446座[8]，且每年仍有新的科技館不斷建成。如今科技館已成為很多城市的一張重要名片，同時也備受青少年和家長們的青睞。目前，我國的科學普及正逐步向規?；?、行業化方向發展，全國各地都在大力加強科普設施的開發與建設，積極出臺相關激勵政策，促進科技資源科普化，提升公民科學素養和創新意識。

中國科技館觀眾大數據分析平臺通過對場館內及周邊區域移動終端的監測與統計，結合大數據技術分析觀眾的參觀行為，實現對觀眾特征、來源地及客流量的分析與展現，為場館流量控制及安全預警提供數據支持。同時還對科技館的服務規模及觀眾增長情況進行評估，通過長期客流量監測積累，研究科技館的科普服務覆蓋度、全國觀眾的參觀規律、場館運營的薄弱環節，對科技館優化公共服務資源配置，提升運營管理水平提供了決策參考。該平臺是大數據技術在場館客流分析方面的有益嘗試與典型案例，必將會帶動大數據技術在科普場館智慧化建設中的廣泛應用，為科普事業發展注入科技的力量。