色情av

　　邓宁，系北京第二外国语大学旅游科学学院副院长

　　（一）引言

　　在学科交叉融合的时代背景下，旅游学科作为一门兼具实践性与综合性的学科，正面临着与信息科学、管理学等多学科深度融合的发展机遇。笔者作为计算机科学与旅游管理的跨学科研究者，亲历了旅游与信息学科交叉体系从初步探索到逐步完善的全过程。恰逢本次交叉学科体系化交流会议，笔者结合自身学术经历与具体研究项目，从学科交叉实践与技术融合应用两个维度展开论述，以期为相关领域的研究与实践提供借鉴。

　　（二）个人学术背景与学科交叉历程

　　笔者的跨学科背景具有双重跨越性，既涉及专业领域的转换，也包含职业身份的转型。在专业教育阶段，笔者毕业于国防科技大学与北京理工大学计算机专业，奠定了扎实的信息科学理论与技术基础。职业生涯初期，笔者就职于联想、华为等科技企业，深耕互联网领域多年，积累了丰富的工业界实践经验。此后，笔者从工业界转入高校，机缘巧合下加入北京第二外国语学院（以下简称“二外”）从事教学与科研工作，由此开启了计算机学科与旅游学科的交叉研究之路。

　　在笔者进入旅游学科领域之初，该学科的交叉研究主要以旅游与地理学的融合为主，地理学科背景的学者在旅游研究领域占据主导地位。基于自身的计算机专业功底与工业界实践经验，笔者逐步将研究重心聚焦于旅游与信息学科的交叉领域，在二外11年的教学科研生涯中，围绕学科交叉体系建设开展了一系列系统性工作。

　　（三）旅游与信息学科交叉的体系化建设实践

　　1. 人才培养体系构建。为顺应文旅产业数字化发展需求，笔者在旅游管理专业下牵头设立了数字文旅研究方向，该方向已持续建设7-8年。围绕这一方向，笔者完成了从培养方案设计、课程体系搭建到核心课程开发及师资团队组建的全链条建设工作，打造了多门具有跨学科特色的核心课程：包括旅游大数据、智慧旅游、旅游人工智能三门聚焦技术与旅游融合的课程；结合笔者所在的营销系定位，开发了旅游数字营销课程，实现信息化背景与营销理论的深度融合；同时，将工业界的实践经验转化为教学内容，开设了互联网产品设计课程，该课程兼具实用性与应用性，有效提升了学生的竞赛能力与就业竞争力。上述五门课程均为旅游院校传统课程体系中所缺失的内容，经过多年的深耕与完善，相关课程的核心教材与教学体系已在全国多所旅游院校推广应用。

　　2. 核心研究方向凝练。笔者的研究方向聚焦于旅游营销与多模态数据的交叉融合领域。早期研究以图片数据与旅游营销的结合为切入点，在机器学习技术的支撑下，探索游客拍照行为所反映的旅游数字足迹特征，为旅游营销研究提供了新的视角与方法。受互联网行业发展趋势的启发，尤其是在联想从事手机个人云产品研发期间，观察到用户图片上传行为的激增现象，笔者将研究对象从图片拓展至短视频，开启了多模态数据与旅游营销融合的深化研究。随着抖音、小红书等社交媒体平台的崛起，研究进一步延伸至KOL营销、直播带货及AIGC等新兴领域，形成了持续追踪行业前沿的研究特色。

　　3. 政府服务与行业赋能。依托文化和旅游部研究基地这一平台，笔者深度参与了文旅行业的数字化发展规划工作，主笔撰写了《智慧旅游创新发展行动计划》等重要政策文件。在理论研究层面，重点探索市场多主体理论在文旅领域的应用，针对文旅数字化建设中“重建设、轻应用”的普遍问题，从管理学、信息学与旅游业务交叉融合的视角，提出了体制机制层面的解决方案，为文旅数字化转型中的核心痛点提供了理论支撑。

　　4. AI与旅游融合的具体研究项目实践

　　（1）项目背景与研究问题。笔者借助工业界资源，牵头团队与支付宝开展合作，聚焦AI出行助手的旅游场景优化研究。当前，通用AI模型多依赖合成数据进行预训练，在旅游等垂直领域面临着训练数据匮乏、内容可信度不足等问题，导致用户对AI生成的旅游攻略接受度较低，更倾向于通过小红书、抖音等社交媒体获取旅游信息。本项目的核心研究问题在于，如何通过旅游领域知识的注入与拟人化表达设计，消弭AI旅游内容与用户需求之间的鸿沟，提升AI旅游服务的用户信任感与体验感。

　　（2）研究思路与核心内容

　　①旅游决策阶段的AI应用场景分析。旅游决策可划分为四个核心阶段：灵感激发阶段（目的地探索）、出行规划阶段（行程制定）、产品预订阶段（机票、酒店等产品比价与选择）、实地游览阶段。当前AI技术在产品预订阶段的应用较为成熟，能够通过条件筛选实现高效推介；但在灵感激发阶段的参与度较低，该阶段仍以社交媒体为主导；而出行规划阶段因涉及复杂的个性化需求与场景适配，成为AI旅游服务的难点领域。本研究重点聚焦出行规划阶段，探索AI旅游攻略的优化路径。

　　②旅游群体动机与内容适配策略。基于旅游动机与群体特征的交叉分析，构建了不同旅游群体的需求矩阵。例如，女性结伴旅游群体具有强烈的打卡需求与社交传播需求，偏好视觉化、场景化的旅游内容。研究通过挖掘小红书等平台的用户生成内容，验证了需求矩阵的合理性，并将这些群体特征与需求偏好转化为结构化的领域知识，融入AI模型的训练集与数据标注过程，实现AI旅游内容的个性化适配。

　　③旅游AI模型评价指标体系构建。针对旅游领域大模型缺乏专属评价标准的问题，笔者构建了一套涵盖准确性、用户体验与产品属性的三维评价指标体系。其中，准确性仅占指标体系的1/3，其余2/3聚焦于用户体验（如内容可信度、个性化程度）与产品属性（如多模态支持能力、语音交互功能）。基于该指标体系，对当前主流的十款旅游攻略类AI工具及通用大模型进行了系统性测试，为旅游AI模型的优化提供了量化依据。

　　（3）研究创新点。本项目的创新之处体现在三个维度的融合：一是专业领域的融合，实现计算机技术与旅游学科的深度交叉，解决旅游场景中的AI应用痛点；二是研究方法的融合，综合运用合成数据技术、自动化数据标注方法，提升研究效率；三是测试模式的创新，采用“模型测模型”的自动化测试方法，降低人工测试的主观性与工作量，为旅游领域AI模型的评价提供了新的思路。

　　5. 研究总结与展望。笔者的学术研究与实践工作始终围绕交叉融合展开，形成了三大核心特色：一是文理交叉融合，以信息科学技术为支撑，服务于旅游学科的创新发展；二是学界与业界视角的融合，将工业界的实践经验转化为教学与研究资源，提升成果的实用性；三是产业与事业属性的融合，结合旅游产业的市场特性与公共服务的事业属性，为文旅行业的可持续发展提供多元化解决方案。

　　未来，笔者将继续深耕旅游与信息学科的交叉领域，重点探索AIGC等新兴技术在旅游场景中的深度应用，进一步完善交叉学科的人才培养体系与研究框架。期待与不同领域的专家学者开展更广泛的交流与合作，共同推动交叉学科的发展与文旅产业的智能化升级。

数字文旅：交叉融合的学术与产业实践.pdf