基于网络搜索和CLSI-EMD-BP的旅游客流量预测研究

被引：34

作者：

李晓炫 ^{[1
,2
]}

吕本富 ^{[1
,2
]}

曾鹏志 ^{[1
,2
]}

刘金烜 ^{[1
,2
]}

机构：

[1] 中国科学院大学经济与管理学院

[2] 中国科学院大数据挖掘与知识管理重点实验室

来源：

系统工程理论与实践 | 2017年 / 01期

关键词：

网络搜索; 旅游预测; CLSI指数合成; EMD经验模态分解; BP神经网络;

D O I：

暂无

中图分类号：

F592.7 [地方旅游事业];

学科分类号：

020202 ;

摘要：

准确的旅游预测对于旅游政策制定当局和游客都具有重要意义,可以帮助资源的合理配置并避免拥堵事件和游客滞留事件的发生.为了提高旅游预测的准确性,本文考虑噪声在预测中的干扰,提出一种基于网络搜索的CLSI-EMD-BP预测模型.该模型首先利用CLSI方法对网络搜索数据进行指数合成,并利用EMD对序列进行噪声处理,将高频噪声从原序列中分离,再利用去噪处理后的网络搜索数据对旅游客流量进行预测.实证分析以九寨沟为例对预测期内未来22周旅游客流量进行预测发现,基于网络搜索的CLSI-EMD-BP预测误差显著低于时间序列、网络搜索和BP神经网络三个基准模型.该结论一方面说明了本文预测模型的改进作用,另一方面也表明了噪声处理在预测中的必要性.

引用

页码：106 / 118

页数：13

共 31 条

[1] 基于SVR-ARMA组合模型的日旅游需求预测 [J].

梁昌勇 ;

马银超 ;

陈荣 ;

梁焱 .

管理工程学报, 2015, 29 (01) :122-127

[2] 基于网络搜索的票房预测模型——来自中国电影市场的证据 [J].

王炼 ;

贾建民 .

系统工程理论与实践, 2014, (12) :3079-3090

[3] 基于网络搜索的房地产政策调控效果研究 [J].

王博永 ;

杨欣 .

管理评论, 2014, 26 (09) :78-88

[4] 基于网络信息搜索的旅游需求预测——来自黄金周的证据 [J].

王炼 ;

贾建民 .

系统管理学报, 2014, 23 (03) :345-350+358

[5] 基于网络搜索数据的国内旅游客流量预测研究——以北京市国内旅游客流量为例 [J].

任乐 ;

崔东佳 .

经济问题探索, 2014, (04) :67-73

[6] 投资者关注与IPO异象——来自网络搜索量的经验证据 [J].

宋双杰 ;

曹晖 ;

杨坤 .

经济研究, 2011, 46(S1) (S1) :145-155

[7] 基于EMD与神经网络的中国股票市场预测 [J].

王文波 ;

费浦生 ;

羿旭明 .

系统工程理论与实践, 2010, 30 (06) :1027-1033

[8]

Improving forecasting accuracy of medium and long-term runoff using artificial neural network based on EEMD decomposition[J] . Wen-chuan Wang,Kwok-wing Chau,Lin Qiu,Yang-bo Chen.Environmental Research . 2015

[9]

Forecasting Chinese tourist volume with search engine data[J] . Xin Yang,Bing Pan,James A. Evans,Benfu Lv.Tourism Management . 2015

[10]

Can Google data improve the forecasting performance of tourist arrivals? Mixed-data sampling approach[J] . Prosper F. Bangwayo-Skeete,Ryan W. Skeete.Tourism Management . 2015

← 1 2 3 4 →