科學(xué)的客流量預(yù)測(cè)有利于完善旅游安全預(yù)警體系和優(yōu)化旅游資源配置體系。為進(jìn)一步提高游客量預(yù)測(cè)的準(zhǔn)確度,提出一種基于網(wǎng)絡(luò)搜索指數(shù)的EMD-ARIMA-BP組合模型,以探究互聯(lián)網(wǎng)時(shí)代旅游消費(fèi)者出行行為規(guī)律。該模型首先對(duì)網(wǎng)絡(luò)搜索行為數(shù)據(jù)進(jìn)行指數(shù)合成,其次利用EMD算法對(duì)游客量和網(wǎng)絡(luò)搜索數(shù)據(jù)進(jìn)行去噪處理,最后將ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行組合,對(duì)游客量進(jìn)行預(yù)測(cè)。實(shí)證分析以張家界為例。研究發(fā)現(xiàn):（1）運(yùn)用網(wǎng)絡(luò)搜索數(shù)據(jù)預(yù)測(cè)旅游消費(fèi)者出行行為切實(shí)可行,接近于實(shí)時(shí)的網(wǎng)絡(luò)數(shù)據(jù)可以大幅提升預(yù)測(cè)的時(shí)效性;（2）經(jīng)過(guò)EMD去噪算法對(duì)游客量與網(wǎng)絡(luò)搜索行為數(shù)據(jù)進(jìn)行去噪處理后,游客量的預(yù)測(cè)精度有較大程度提高;（3）基于網(wǎng)絡(luò)搜索指數(shù)和EMD-ARIMA-BP組合模型的預(yù)測(cè)誤差顯著低于ARIMA模型和BP神經(jīng)網(wǎng)絡(luò)等基準(zhǔn)模型。 

【文章來(lái)源】：吉首大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019,40(01)北大核心CSSCI

【文章頁(yè)數(shù)】：13 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]張家界旅游產(chǎn)品開(kāi)發(fā)的空間演化與鄉(xiāng)村振興分析[J]. 麻學(xué)鋒,楊雪.  吉首大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2018(03)
[2]中國(guó)游客赴日旅游消費(fèi)的影響因素研究——基于X12-ARIMA模型的分析[J]. 王領(lǐng),茍曉敏.  山東財(cái)經(jīng)大學(xué)學(xué)報(bào). 2018(02)
[3]基于網(wǎng)絡(luò)搜索數(shù)據(jù)的區(qū)域旅游指數(shù)及其微觀動(dòng)態(tài):以西安為例[J]. 魏瑾瑞,崔浩萌.  系統(tǒng)科學(xué)與數(shù)學(xué). 2018(02)
[4]中國(guó)入境客流區(qū)域集散的結(jié)構(gòu)差異與轉(zhuǎn)移規(guī)律研究[J]. 吳良平,張健.  旅游科學(xué). 2017(06)
[5]國(guó)內(nèi)旅游經(jīng)濟(jì)周期與宏觀經(jīng)濟(jì)周期同步嗎?——基于MS-VAR模型時(shí)變特征的驗(yàn)證[J]. 李維維,馬曉龍.  旅游學(xué)刊. 2017(11)
[6]基于網(wǎng)絡(luò)關(guān)注度的北京市居民對(duì)5A級(jí)景區(qū)旅游需求時(shí)空特征分析[J]. 馬麗君,郭留留.  干旱區(qū)資源與環(huán)境. 2017(10)
[7]基于投入產(chǎn)出法及ANN模型的文化產(chǎn)業(yè)和旅游產(chǎn)業(yè)融合分析[J]. 古冰.  商業(yè)經(jīng)濟(jì)研究. 2017(18)
[8]基于旅游者網(wǎng)絡(luò)關(guān)注度的旅游景區(qū)日游客量預(yù)測(cè)研究——以不同客戶端百度指數(shù)為例[J]. 孫燁,張宏磊,劉培學(xué),張捷.  人文地理. 2017(03)
[9]基于網(wǎng)絡(luò)搜索和CLSI-EMD-BP的旅游客流量預(yù)測(cè)研究[J]. 李曉炫,呂本富,曾鵬志,劉金烜.  系統(tǒng)工程理論與實(shí)踐. 2017(01)
[10]上海入境旅游市場(chǎng)的季節(jié)特征、波動(dòng)周期與發(fā)展趨勢(shì)——基于X-12-ARIMA和HP濾波法[J]. 周成,馮學(xué)鋼.  旅游科學(xué). 2016(06)

博士論文
[1]面向信息分析與預(yù)測(cè)的網(wǎng)絡(luò)搜索關(guān)鍵詞集中度和相關(guān)度研究[D]. 盧洪濤.武漢大學(xué) 2013



本文編號(hào)：3458170