近几年因景区超流量容纳游客导致的安全事故层出不穷,暴露出了我国在景区客流量控制方面能力的匮乏。而传统的旅游客情监控平台客流分析实时性差,客流特征分析技术过于单一,因此,深入挖掘游客数据并分析其行为特征能够为旅游局实现景区客流安全监控、为商业运营提供决策服务。论文依托于“教育部-中移动”科研基金项目,在4G终端全面普及的背景下,以LTE-A网络Uu口信令数据作为主要数据来源,设计一套面向旅游局的智慧旅游客情监控平台。并基于此,对平台中的客流特征进行精细化分析,实现景区内客流的实时监控,在提升游客体验度的同时也可以提高商业利润。本文的主要工作内容涉及如下几个方面:(1)提出一套面向旅游局的智慧旅游客情监控平台的设计和实现方案,采用基于Spark的大数据处理框架设计客流特征分析方案并实时处理海量数据,在Web端实时监测景区内客流现状,实时性比传统的旅游客情监控平台提升3~4倍。(2)采用ARIMA模型进行精度较高的短期客流预测,最终创建的模型拟合度R方高达0.997,为景区的运营工作提供事前参考。(3)通过分析客流总量、客流密度和客流突变三个预警指标,对景区客流现状进行全面评估,为工作人员进行现场疏导提供及时线索。(4)分析游客在景区内的驻留时间,对不同的驻留时长进行分类统计,分析结果反映出的游客旅游习惯能够为精准营销提供相应的支撑。(5)采集并识别游客移动轨迹信息,挖掘频次高的游览线路,分析出热门线路信息,为景区提供游客疏导路线推荐,同时为游客提供景区游览建议。目前,本平台已成功应用于眉山终端地图战略分析项目和云南红河州大数据分析项目中。平台运行稳定且性能良好,为当地景区客流安全监控提供了有力支撑,并为相关商业运营模块提供有效的决策服务。