搜索到157篇“ 旅游客流量“的相关文章
一种残差门控循环神经网络旅游客流量实时预测方法
本发明公开了一种残差门控循环神经网络旅游客流量实时预测方法,包括收集原始数据集;对所述原始数据集进行预处理;将预处理后的原始数据集输入预先构建的Attention-RGRU模型,提取数据初级特征,将所述初级特征输入注意力...
曹楚昕黄建宏吴嫚林之喆孙妍申康李心雅曹秋安
基于SAAS平台的全域旅游客流量均衡调度方法及系统
本发明公开了基于SAAS平台的全域旅游客流量均衡调度方法及系统,涉及资源调度技术领域,其技术方案要点是:依据历史旅游游客数据确定各个景区在不同旅游周期的热度值;从SAAS平台中采集各个景区的实时售票数据和当前时刻的游客访...
王春鹏周维张思国范绪邓建均徐学梅刘军程传义李小龙罗飞云李事樯
基于桂林市旅游客流量预测的MIDAS模型分析被引量:1
2023年
随着互联网的高速发展,网络搜索引擎已经成为游客获得旅游信息的重要途经之一,网络搜索记录反映了游客需求,为研究旅游行为提供了必要的基础数据。采用互相关分析方法和基于主成分分析原理对桂林市的百度关键词进行筛选并合成综合性百度指数,分别构建同频模型和混频数据抽样模型(MIDAS)并比较不同模型的预测结果。研究表明:综合性百度指数的加入能够提升同频模型的预测精度;MIDAS模型和综合性百度指数的结合具有较高的预测精度,且预测效果显著高于同频模型;在滞后阶数相同的情况下,阿尔蒙(Almon)权重函数的预测效果更好,且滞后阶数较短的情况下,预测能力更好。
张洪刘昌龙
关键词:旅游客流量
基于多源网络数据的旅游客流量影响因素及预测研究
随着全面小康社会的建成,我国将迎来大众旅游的时代,旅游业也是国民经济发展必不可少的重要产业。然而,旅游人数的增长会造成热门景区爆满、交通拥堵等问题,游客很难获得愉快的游玩体验,还可能存在安全隐患。因此,客流量的准确预测可...
代玉洁
关键词:旅游客流量组合预测网络数据情感分析
基于谷歌趋势的中国入境旅游客流量预测精度研究
聂梦龙
基于EMD-GRU模型的旅游客流量预测--以重庆市黑山谷景区为例被引量:4
2023年
利用网络搜索数据进行短期旅游客流量预测,对景区优化资源的调度、引导旅游地规划开发和指导游客制定出行计划都具有重要意义。针对噪声对预测效果的干扰,将经验模态分解(EMD)去高频噪后的网络搜索数据作为解释变量,引入收敛速度快、训练时间短、算力消耗较小的门控循环单元(GRU)神经网络构建旅游客流量预测模型。以重庆黑山谷景区为例,选用2015年1月1日至2020年1月24日的网络搜索数据和游客数据进行实证分析。预测结果表明,相较于循环神经网络和长短期记忆模型,EMD-GRU模型的预测效能更高,且使用EMD去噪数据训练的预测模型能有效提高原始数据预测模型的精度。
崔洪瑞杨晓霞余阳立
关键词:客流量预测网络搜索经验模态分解
机器学习在旅游客流量预测中的应用研究——以丽江市为例被引量:2
2023年
已有客流量预测模型大多基于官方公布的数据,具有信息滞后性,较少同时考虑宏观经济因素、季节项引入百度搜索指数与TOPSIS综合评价体系,融合OLS回归、岭回归、Lasso回归改进传统客流量预测模型,并以丽江市为例,实证发现:TOPSIS综合评价体系能有效筛选重要性靠前的特征,使模型泛化能力变强;加入网络搜索指数、宏观经济因素及季节项特征后,预测精度显著提高.该研究对准确提取预测模型特征,提高客流量预测精度具有实践意义.
柯蓉王海源余凯
关键词:客流量预测
基于LOF-SSA-PSO-LSSVM模型的旅游客流量预测
2023年
针对月度旅游客流量影响因素复杂,时间序列数据中可能存在异常值和噪声的特点,提出了一个基于局部异常因子(LOF)和奇异谱分析(SSA)的LOF-SSA-PSO-LSSVM预测模型.数据预处理阶段,对原始序列运用X12季节加法模型消除季节性的影响,采用LOF方法检测季节调整后序列的异常值,并使用线性插值和最小二乘支持向量机(LSSVM)方法来修正异常值,新的待预测序列由修正后的季节调整序列与季节因子序列加和得到.预测阶段,首先采用奇异谱分析(SSA)方法来剔除新的待预测序列中的噪声,然后采用PSO-LSSVM方法对其进行预测.以上海2004年1月至2018年12月旅游客流量序列的预测为例,通过与ARIMA、LSSVM等模型比较,表明LOF-SSA-PSO-LSSVM模型能有效提高旅游客流量的预测精度和稳定性.
张娟
关键词:局部异常因子最小二乘支持向量机奇异谱分析
基于百度指数的旅游客流量预测——以西湖景区为例
旅游是当今时代开阔眼界,丰富精神生活的首选。旅游业的发展能够带动周边的餐饮、酒店、交通等行业共同发展,极大促进国家的经济发展。然而旅游业的过快发展也造成了景区拥挤、踩踏事件、生态环境遭到破坏、安全隐患、旅游资源分配不合理...
曹蕴琦
关键词:神经网络模型
基于奇异谱分析的旅游客流量组合预测模型
2022年
针对旅游客流量序列具有非平稳和非线性的特点,本文提出了一种SSA-WA加权平均组合预测模型。数据预处理阶段,采用奇异谱分析分解重构方法去除旅游客流量序列中的噪声;模型预测阶段,对去噪后的待预测序列分别采用HW方法、BP神经网络方法、LSSVM三个单一模型进行序列预测,并按照权重系数将三个单一模型的预测结果进行加权平均,得到最终的预测结果。以三亚市1988~2019年旅游客流量序列为例进行分析,通过与单一模型比较,发现本文建立的SSA-WA加权平均组合预测模型的预测误差更小,模型精度更高。
张娟
关键词:旅游客流量奇异谱分析BP神经网络方法组合预测

相关作者

孙根年
作品数:379被引量:5,753H指数:46
供职机构:陕西师范大学
研究主题:入境旅游 旅游 国内旅游 本底趋势线 气候舒适度
吕本富
作品数:137被引量:953H指数:18
供职机构:中国科学院
研究主题:网络搜索 互联网 企业 实证研究 电子商务
严斧
作品数:25被引量:54H指数:4
供职机构:吉首大学
研究主题:旅游业 水稻 栽培 可持续发展 旅游客流量
赵多平
作品数:43被引量:381H指数:11
供职机构:宁夏大学资源环境学院
研究主题:入境旅游 旅游 进出口贸易 指标体系 旅游景区
吴江
作品数:41被引量:1,106H指数:18
供职机构:华东师范大学
研究主题:长江三角洲 旅游业 旅游景观 GIS 空间结构