随着我国最近几年互联网迅猛发展,例如当下的大数据、云计算、物联网等与之相关的科学技术也逐步深入到人们的日常生活中,潜移默化地影响着人们的生活。同时也促使数据资源日渐丰富,推动分析技术逐步完善和成熟,为数据驱动下的游客时空特征分析、景区客流规律探究、关联景点提取、游客潜在出行需求发现等研究提供了理论支撑。与传统问卷调查相比,采用海量、多样、真实的大数据可以有效提升工作效率,保证数据收集的精准性。因此,如何基于大数据科学地认识城市中群体活动的规律、精准地提取其行为特征,正确地判断其对城市发展的影响是地理信息科学、数据科学和社会科学等领域及相关交叉学科研究的热点问题。根据前述背景,本文收集了南锣鼓巷主景区客流激光监测、市政一卡通中公交地铁刷卡、网约车、出租车和共享单车订单等多源数据作为基础研究数据集,分析主景区客流时空规律,探究多源交通客流数据与主景区客流激光监测数据间的相关关系,挖掘南锣鼓巷研究区内人员出行特征,分析出不同时间段研究区内人员属性比例,最后借助可视化平台将得到的结论进行直观展现,继而辅助南锣鼓巷主景区管理和规划部门决策。本文主要研究内容有:（1）多源数据预处理和研究区内人员类别划分。为了能够更精准地在一定的时间和空间维度上对南锣鼓巷主景区人员的出行和交通情况进行特征提取和分析,本文首先针对多源旅游客流量数据实施有效的大规模数据处理,即清除噪声数据,筛选出与研究区域相关的数据记录,并以小时为单位进行数据切分和汇总。由于公交地铁数据记录包含乘客全天完整的出行轨迹且具有体量大的优势,挖掘出的乘客出行特点更具有代表性,故本文基于公交地铁刷卡数据从到达研究区时间、在研究区停留时长和单月到达研究区频次三个方面分别利用k-means和DBSCAN聚类算法提取个体乘客在时间维度的出行特征,并将其划分为通勤者、居民和游客。最后基于统计结果和热力图挖掘出与研究区域空间关联关系最强的热门站点。（2）多元线性回归建模和分析。经过分析可知,南锣鼓巷主景区监测客流与周边交通客流存在线性关系。故本文从时间维度出发,分别统计和分析南锣鼓巷主景区内客流和研究区内多源交通客流情况,对比各类客流数据的时间分布差异。然后将到达南锣鼓巷研究区的交通总客流量与南锣鼓巷主景区监测客流数据进行多元线性回归分析,继而得出公共地铁、出租车、网约车和共享单车客流量对南锣鼓巷主景区客流产生的影响大小。（3）游客出行特征提取。为了更好地优化景区周边的交通,明确景区周边路网需求,本文基于多源交通大数据提取和分析南锣鼓巷主景区内游客出行特征,结合统计图和热力图分别从出行距离、出行耗时和出行成本等方面对比分析选择不同交通方式的游客出行特征。（4）构建南锣鼓巷研究区人群特征可视化平台。为了使研究结果更好地服务实际景区管理,本文设计并开发了基于B/S架构的南锣鼓巷研究区人群特征可视化平台,该平台集合多种可视化形式,可帮助管理者更直观地了解区域内人员出行规律、周边交通状态等,有针对性地提升景区管理和服务水平。