团队采用多维度拆解分析法、对比分析法、结构分析法和可视化法对哈尔滨市和杭州市的城市发展状况，城市旅游业以及游客特点进行了分析。然后构建冰雪旅游景区的评价体系，用于量化景区的各项服务和设施质量，并对景区的总体价值进行评估。评价体系包括景区量化的指标体系和景区量化的计算体系。对于构建景区量化的指标体系，团队基于文本分析与开放式编码分析全国数据，得出22个景区满意度影响因素，然后基于主轴编码修正与模糊聚类，去除影响因素间的相关性，提炼出 8 个景区量化指标。对于构建景区量 化的计算体系，团队使用微调后的大语言模型计算出景区的 8 个量化指标得分， 并且基于 DNN 深度神经网络与 XGBoost 集成学习算法的融合模型，计算出景区 的总体满意度评分，通过分析景区在各指标上的得分及总体满意度得分，团队能 对景区进行全面的评估及直观了解景区的优劣势，给出针对性的优化建议。

此外，团队与哈尔滨冰雪大世界景区的合作，景区引入智能化管理手段和数据监控系统，有效减少了对传统人工巡检的依赖。实际数据显示，人工巡检的工作量降低了约40%，不仅节省了人力成本，同时也降低了因巡检疏漏导致的问题风险。 智能化服务和精准的数据反馈使景区能够及时掌握游客需求并进行针对性服务，进而促进游客在景区内的二次消费。数据显示，通过优化服务流程和精准营销，景区的二次消费占比提高了 12 个百分点，为整体收入增长提供了坚实支 持。

哈工大（威海）学生团队着手开发基于 DNN 和XGBoost 的融合景区满意度评估模型

团队基于 DNN 深度神经网络与 XGBoost 集成学习算法的融合模型，计算出景区的总体满意度评分，通过分析景区在各指标上的得分及总体满意度得分。

基于上述分析，团队绘制了对应的哈尔滨市和杭州市的旅游市场游客满意度数据分析可视化大屏，其中包括了旅游市场客群性别分布图、旅游市场客群年龄分布图、旅游市场客群学历分布图、游客性别对于景区评价的影响分析图、游客年龄对于景区评价的影响分析图和游客学历对于景区评价的影响分析图。

哈工大（威海）学生团队着手开发基于 DNN 和XGBoost 的融合景区满意度评估模型

团队研究以旅游产业链为基准，给出了针对旅游上游产业、旅游中游产业以及旅游下游产业的商业建议。并且为了使本研究实际应用于旅游环境中，达到创收的目的，团队针对已提出的商业建议和数据分析结果制作了创收落地产品和构思，以期进一步使团队的分析结果运用于实际旅游过程中。