近年来旅游已成为中国经济发展的重要推动力之一,随着旅游人数的增长,一方面使得居民的生活水平提高从而促进全国经济发展;另一方面由于旅游客流剧增超过相关景区的最大承载容量而出现的城市交通道路堵塞、相关设施故障等问题导致安全事故频繁发生,使游客的旅游舒适度受到极大影响,同时也破坏了旅游地的环境,环境资源遭受严重破坏。因此本课题以目前旅游业的突出问题为切入点,借助旅游平台大数据具有的有利条件和优势,对景区客流特征进行分析,同时对相关数据的获取进行探讨,以便使旅游管理者在制定相关决策时获得数据上的支持,而且能够为游客出行给出最合理的建议,从而提高其出行质量,促进交通管理的合理分布。研究旅游景区客流特征与预警的前提是能否及时、准确、全面的获得游客数据,并以此为基础总结出客流特征,建立更好的沟通与协调机制,有利于指导旅游业的良性发展。随着技术发展,数据实时跟踪景区旅游特征成为可能。目前,基于手机运营商的旅游大数据平台提供的数据就具备了解决旅游客流带来的负面影响的能力,在这一平台的支持下,能够及时获取所需数据,为收集旅游客流数据给予了技术上的保障。本文着重从以下三个方面进行深入研究探讨:(1)基于客流数据的游客识别处理。首先对用户手机信令数据和基站数据进行融合简化,使用数据库技术构建游客识别模型提取景区游客,获得有效的景区客流数据。(2)基于客流数据分析景区客流特征。本文采用了浙江省5A级景区5月份客流数据,分析景区客流时空分布特征,游客性质特征,游客出行特征,并利用关联规则设计景区客流出行轨迹挖掘算法,挖掘热门景区路线。(3)基于客流数据设计客流短时预测模型。本文采用了 2019年5月西湖景区天级和小时级客流量,采用神经网络技术构建客流短时预测模型PF-LSTM,从小时级别来预测客流量。