期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
中国入境旅游需求预测的神经网络集成模型研究 被引量:34
1
作者 张郴 张捷 《地理科学》 CSCD 北大核心 2011年第10期1208-1212,共5页
对入境旅游需求进行科学合理的预测直接关系到中国入境旅游发展战略的制定和实施,具有积极的现实意义。目前,BP神经网络作为一种常见的传统机器学习方法,被广泛用于旅游需求预测建模。然而,由于BP神经网络存在诸如易过配、参数设置难、... 对入境旅游需求进行科学合理的预测直接关系到中国入境旅游发展战略的制定和实施,具有积极的现实意义。目前,BP神经网络作为一种常见的传统机器学习方法,被广泛用于旅游需求预测建模。然而,由于BP神经网络存在诸如易过配、参数设置难、获得全局最优解难等局限,在实际应用中表现极不稳定。有鉴于此,拟将BP神经网络和集成学习技术相结合,构建入境旅游需求预测的神经网络集成模型,并对美国、英国、澳大利亚3个客源国近20 a来的入境游客量数据进行验证分析。结果表明,神经网络集成有效克服了单个BP神经网络在小规模数据集上的局限性,获得了比包括BP神经网络在内的传统机器学习技术和传统统计方法更为准确的预测结果,这有利于更加准确地把握中国入境旅游市场需求。 展开更多
关键词 入境旅游需求 机器学习 神经网络集成 游客量预测
下载PDF
基于网络搜索大数据的5A级景区客流量预测分析 被引量:21
2
作者 周晓丽 唐承财 《干旱区资源与环境》 CSSCI CSCD 北大核心 2020年第3期204-208,共5页
5A级景区是许多目的地快速发展的引擎,也是目的地践行绿色发展理念与推动生态文明建设的重要空间载体。然而,许多5A级景区在节假日乃至周末常处于游客量超载状态,对景区资源环境造成难以修复的负面影响,阻碍了5A级景区生态文明建设。文... 5A级景区是许多目的地快速发展的引擎,也是目的地践行绿色发展理念与推动生态文明建设的重要空间载体。然而,许多5A级景区在节假日乃至周末常处于游客量超载状态,对景区资源环境造成难以修复的负面影响,阻碍了5A级景区生态文明建设。文中基于网络信息流对现实旅游客流的导引机理,分析网络搜索大数据对5A级景区客流量预测的科学性和准确性。以国家5A级景区皇城相府为例进行实证检验,结果显示:1)网络搜索大数据和5A级景区实际客流量之间存在长期的密切正相关性,将网络搜索大数据用于5A级景区客流量预测,方法上具有科学性;2)相比仅基于景区历史接待量的预测模型,引入网络搜索大数据的模型能显著提高对5A级景区客流量预测的准确性,预测精度提高了12.47%。研究成果有助于5A级景区准确预测客流量,采取超载应对措施,践行绿色发展理念和生态文明建设。 展开更多
关键词 5A级景区 游客量预测 搜索大数据 生态文明建设
原文传递
基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例 被引量:9
3
作者 陆利军 《吉首大学学报(社会科学版)》 CSSCI 北大核心 2019年第1期138-150,共13页
科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行... 科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现:(1)运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;(2)经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;(3)基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。 展开更多
关键词 网络搜索指数 ARIMA模型 EMD算法 BP神经网络 游客量预测
下载PDF
基于网络搜索数据的游客量组合预测模型 被引量:5
4
作者 谢天保 赵萌 《计算机系统应用》 2018年第7期199-204,共6页
随着信息技术的不断发展,基于网络数据对事物近期发展态势预测成为热点.本文以北京市月度游客量预测为目标,以相关网络关键词搜索指数为自变量建立了BP神经网络、支持向量回归和随机森林三种单一预测模型,在此基础上构建组合模型以提高... 随着信息技术的不断发展,基于网络数据对事物近期发展态势预测成为热点.本文以北京市月度游客量预测为目标,以相关网络关键词搜索指数为自变量建立了BP神经网络、支持向量回归和随机森林三种单一预测模型,在此基础上构建组合模型以提高预测准确度.实验结果表明:基于GBDT建立的组合模型达到了较高的预测准确度,误差仅为3.16%,预测结果可以为旅游管理部门提供决策支持. 展开更多
关键词 游客量预测 网络搜索数据 机器学习算法 组合模型
下载PDF
上海崇明岛农业旅游客源市场特征及未来入岛游客量预测研究 被引量:5
5
作者 胡小猛 李浡 +1 位作者 牛家丛 李怡 《旅游科学》 CSSCI 2006年第4期54-59,共6页
本文以崇明岛农业旅游主要服务市场———上海都市客源市场为研究对象,通过广泛的社会问卷调查,对目前该市场的入岛游客构成和游客对岛内旅游环境的评价,游客旅游动机、旅游行为和旅游偏好,游客对岛内旅游信息的掌握和对岛内旅游障碍因... 本文以崇明岛农业旅游主要服务市场———上海都市客源市场为研究对象,通过广泛的社会问卷调查,对目前该市场的入岛游客构成和游客对岛内旅游环境的评价,游客旅游动机、旅游行为和旅游偏好,游客对岛内旅游信息的掌握和对岛内旅游障碍因素的认识等进行了统计分析。在此基础上,根据各主要旅游障碍因素的影响权重,对未来的入岛游客量进行了“障碍因素消除后”的预测。 展开更多
关键词 崇明岛 农业旅游 上海都市客源市场 游客量预测
下载PDF
基于EMD-ELM模型的九寨沟景区游客量预测研究
6
作者 伍银艳 李小红 《中阿科技论坛(中英文)》 2023年第6期76-80,共5页
大数据时代,网络搜索数据已经成为预测游客量的新数据来源。本文以九寨沟景区游客量为研究对象,从众多网络搜索关键词中挑选出合适的关键词,在对旅游搜索指标进行EMD去噪处理的基础上,构建了ELM游客量预测模型。研究结果表明:网络搜索... 大数据时代,网络搜索数据已经成为预测游客量的新数据来源。本文以九寨沟景区游客量为研究对象,从众多网络搜索关键词中挑选出合适的关键词,在对旅游搜索指标进行EMD去噪处理的基础上,构建了ELM游客量预测模型。研究结果表明:网络搜索数据与九寨沟景区游客量数据之间存在较高的关联性;EMD-ELM游客量预测模型能准确预测九寨沟景区的游客量变化趋势。对景区游客量变化趋势进行准确预测,能够为景区管理者提供决策依据,完善旅游安全预警体系,让游客获得更好的旅游体验感,同时便于周边产业制定相应的营销策略。 展开更多
关键词 游客量预测 网络搜索数据 EMD-ELM模型 九寨沟景区
下载PDF
对国内旅游目的地游客量预测的研究综述 被引量:2
7
作者 沈世琪 《经济论坛》 2015年第2期88-91,共4页
旅游业很容易受到内外部环境变化的影响,尤其在今天新兴媒体不断出现、全球经济联系不断加深的背景下,能否准确预测未来的旅游经济活动已成为旅游业从业者的迫切需求。本文对国内核心期刊上公开发表的相关文献进行了回顾和综合分析,发... 旅游业很容易受到内外部环境变化的影响,尤其在今天新兴媒体不断出现、全球经济联系不断加深的背景下,能否准确预测未来的旅游经济活动已成为旅游业从业者的迫切需求。本文对国内核心期刊上公开发表的相关文献进行了回顾和综合分析,发现对于游客量预测方面研究的发展常常伴随着基础理论的深入研究与数理化,而其他学科的发展也为对游客量的预测开辟了一条新路。 展开更多
关键词 游客量预测 预测模型 组合预测 网络关注度
下载PDF
游客量预测对客运量的影响量化研究
8
作者 宋洁 张文华 《北方经贸》 2021年第4期151-154,共4页
为了能够准确预测游客接待人数,提出将ARIMA模型与RBFNN模型融合预测甘肃国内游客接待人数。首先利用交叉验证法训练RBFNN模型,然后通过残差优化实现模型融合,最后利用误差指标评价模型与多元回归分析游客量与客运量的关系。最终得出,... 为了能够准确预测游客接待人数,提出将ARIMA模型与RBFNN模型融合预测甘肃国内游客接待人数。首先利用交叉验证法训练RBFNN模型,然后通过残差优化实现模型融合,最后利用误差指标评价模型与多元回归分析游客量与客运量的关系。最终得出,融合算法改善ARIMA和RBF神经网络的预测性能;RBF神经网络的预测精确度高于ARIMA的预测精确度;游客量与铁路客运量、公路客运量以及民航客运量存在一定的数量关系等结论。 展开更多
关键词 游客量预测 客运 ARIMA模型
下载PDF
九寨沟风景区日游客量预测研究 被引量:5
9
作者 刘柱胜 卿芳雅 +2 位作者 戈鹏 任佩瑜 冉建华 《旅游科学》 CSSCI 2012年第2期59-66,共8页
要实现风景区科学规划与永续利用,游客数量的预测是关键,其中短期的游客数量预测则是景区资源统一管理与合理调度的直接依据。本文分析了九寨沟的游客到达历史数据,建立了游客到达的日预测回归模型和BP修正模型,实际数据证明该模型有效。
关键词 游客量预测 景区管理 九寨沟
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部