基于神经网络和SARIMA模型的旅游需求探讨

拟对海南省旅游需求进行预测,采用旅游人数来度量旅游需求,收集相关部门数据,并通过分析旅游资源、环境、交通、费用和服务质量因素对旅游需求的影响,从而建立多元线性回归模型．在预测时,采用GM（1,1）得出各因素的预测值,然后通过神经网络进行海南省年旅游人数的预测,在对年内每月的旅游需求进行预测时,还考虑季节对旅游需求的影响,通过时间序列分析法,建立了SARIMA（3,1,2）（1,1,1）12模型,并进行了预测,结果表明,预测值符合实际人数．     

基于灰色理论与支持向量机组合的旅游数据预测模型研究

旅游数据分析对于促进我国各地区的旅游经济发展和文化交流都有着重要的意义.由于旅游数据的"小样本、贫信息、不确定"特性,旅游市场可以看作是一个巨大的灰色系统.但是由于传统灰色预测方法存在一些理论缺陷,无法准确的预测旅游收入等数据,为了提高旅游数据的预测精度,为政府和旅游部门决策提供支持,将灰色模型与支持向量机模型通过最优权组合,将组合预测模型应用于旅游数据的预测,并以泰安市旅游数据为例,得到较好的预测结果.     

基于XGBoost和GM模型的三亚市旅游客流量预测

旅游客流量的预测受经济发展、季节因素影响等不确定性的影响,以三亚市旅游和文化广电体育局官网2012—2018年的月度统计数据的旅游客流量数据为研究对象,通过模型优选,基于XGB和GM模型对三亚市近7年的旅游客流量进行拟合,并对比两种模式预测的准确度。并在以上两种模式的拟合基础上,通过模型组合,对三亚市未来2019年、2020年的旅游客流量、入境过夜游客数量及旅游收入进行预测。     

庐山地区地质地貌旅游资源开发研究

在综述地质地貌旅游资源的内涵、基本特征和庐山地区发展地质地貌旅游的意义的基础上，分析了庐山地区地质历史并对地质地貌旅游资源进行了分类，探讨了庐山地区地质地貌旅游资源的优势和条件，提出了庐山地区地质地貌旅游资源的开发原则和对策．     

峰林地貌文化旅游英语翻译与教学目的论探微

在峰林地貌旅游英语的翻译教学中,我们不但要以翻译教学目的为出发点,而且还要重视峰林地貌英语翻译教学在国际旅游活动中的交际功能特征,采用恰当的方法和技巧进行翻译教学,确保峰林地貌旅游英语教学与翻译在国际旅游中交际目的的顺利实现。本文以湘西为例,从功能目的论视角对我国峰林地貌旅游英语的教学与翻译策略和方法进行探讨,以期达到峰林地貌文化旅游英语翻译在本土文化对外传播中的理想目的,并为峰林地貌文化旅游英语翻译提供一个新视角。     

基于灰色系统理论的自贡旅游需求预测与分析

旅游市场潜力预测是旅游经济研究、旅游项目投资、旅游规划与管理等的重要内容。文章针对旅游需求问题进行了研究,提出了基于灰色系统理论的自贡旅游需求预测模型,并采用残差检验、后残差检验和关联度方法对模型进行了分析。同时,以自贡旅游需求发展为例,根据其旅游历史数据,运用灰色数列GM(1,2)模型对未来该地旅游需求进行预测,通过残差检验、关联度检验分析和事实比较,预测结果数据精确,具有广泛的实用性。     

基于LOF-SSA-PSO-LSSVM模型的旅游客流量预测

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.     

基于改进BP神经网络的公路旅游客流量预测

针对如何精确预测公路旅游客流量这一问题,论述了公路旅游客流量研究背景,对包括神经网络模型在内的几类模型进行了分析,说明神经网络预测模型运用在公路旅游客流量预测中的优势.以实证分析为背景,论述了改进BP神经网络在公路旅游客流量预测中的应用,并深入研究了实际运用中输入/输出向量的选择、数据预处理方法、隐层神经元数目选择、训练函数选择等实际问题,对预测结果和实际值进行了比较和分析论述,得到一个适合的BP网络.最后对几种预测方法的预测结果进行比较,说明了BP神经网络在公路旅游客流量预测的合理性与可行性.     

云台山世界地质公园及周边地区夷平面的形成时代

夷平面是控制"云台地貌"形成与演化的主导因素之一。云台山及周边地区数字高程模型(DEM图)显示区域上有三期比较明显的夷平面分布,通过区内地形、地貌、地质剖面、出露高程、区域分布、地貌组合特征等综合研究,开展了野外调查、测年样品采集、样品数据分析等工作,结合前人研究成果,对各期夷平面进行了详细研究,确立了各期夷平面的形成时代,为云台山世界地质公园科普旅游提供了科学依据。     

南海市西岸镇地质地貌旅游资源特征与开发

对南海市西岸镇地质、地貌旅游资源进行了多年的实地考察,分析了该镇地质和地貌的分布,构造,以及旅游源的类型和特征,提出了开发与保护该镇旅游资源的意见。     

大数据在智慧旅游中的应用研究

国家旅游局201 5年1月10日印发的《关于促进智慧旅游发展的指导意见》指出:建立门票预约制度、景区拥挤程度预测机制和旅游舒适度的评价机制。而预测机制及评价机制的建立需要相关数据分析应用作为支撑,而旅游数据具有较强的分散性,现有的行业统计方法及时性、有效性不强,对于预测和评价的支撑度不够。该文按照大数据分析应用的思路,构建了一个平台,通过对旅游行业相关数据进行有效整合,不仅可以为预测机制及评价机制的建立打下坚实的基础,还可以实现对旅游行业的监管调度,特别是在景区游客分流方面的应用,通过客流预测预警,防止黄金周游客拥堵事件的发生,提升旅游行业公共服务能力。     

地貌晕渲图制作对DEM数据的要求研究

当前GIS软件中的地貌晕渲模块,无论所使用的基础地理数据是等高线数据,还是其他地貌数据,最终都是要从DEM数据来制作晕渲图,控制晕渲图最终质量的一个重要因素要归于DEM数据的质量和空间分辨率,基于此,本文深度探讨了地貌晕渲图制作过程中对DEM数据的要求,包括DEM数据空间分辨率确定,DEM数据精度分析和DEM可视化检查及修改方法,相信能给同行提供一个重要的参考。     

后退法在MATLAB和SPSS中的实现

本文研究国际旅游外汇收入与工业、建筑业等9个行业生产总值的关系。针对2006年我国31个省、市、自治区的相应数据,用统计回归的方法,建立多元线性回归模型。分别基于MATLAB和SPSS两种数学软件,采用后退法对国际旅游外汇收入进行分析,寻求对其有影响的显著因素,以供预测。     

旅游数字足迹研究：热点与展望

在疫情蔓延、经济下行的背景下,开展旅游数字足迹研究,分析预测旅游消费行为,是推进旅游消费发展、推动国际国内经济"双循环"的重要基础工作.作为旅游信息化领域的新兴话题,旅游数字足迹是游客在通讯网络、互联网和物联网等泛在网络上留下的海量电子痕迹,真实反映了游客选择偏好和深层次的行为规律.国内外学者对这方面的研究已取得一定成果,但仍处于探索阶段.鉴于此,本研究辨析了旅游数字足迹的定义、类型和相关概念,阐明了旅游数字足迹的数据来源、特征和应用,分析了旅游数字足迹在游客人口特征、游客人格预测和游客行为分析领域的热点问题.最后,从理论体系构建、数据来源和预测方法精度等问题出发,对旅游数字足迹领域未来的研究方向进行了展望,为持续激发旅游消费潜力、推动旅游消费规模增长提供理论参考.     

基于市场调查的欧美游客出游决策行为研究

目的探讨欧美旅游者旅游决策行为对中国旅游市场的拓展和旅游资源开发的影响。方法根据市场问卷调研,运用SPSS,EXCEL数据软件包及图表分析软件,对数据进行定量分析。结果从旅游者渴望来华程度、影响来华旅游因素及旅游信息来源途径等方面的分析,明确了欧美旅游者的旅游行为特征。结论从影响旅游者渴望来华旅游因素及旅游信息认知途径等方面的分析,对中国旅游市场的拓展、旅游形象设计及旅游资源的开发均有一定的参考价值。     

基于支持向量回归的旅游客流量预测

建立以支持向量回归方法为基础的旅游客流量预测模型。以我国深圳市2002年1月到2005年12月的旅游客流量的月度数据作为学习样本,分别选用两种不同的核函数,对学习样本进行建模和预测,并比较选取不同的两个核函数对样本进行预测的效果,说明支持向量回归用于月度旅游客流量预测的有效性。     

论陕西黄土高原地貌的景观美学属性

文章以陕西黄土高原地貌景观作为审美对象，提出了陕西黄土高原地貌景观的空间组合结构概念，在此基础上进行了黄土高原地貌景观的美学特征分析，认为应充分挖掘其旅游潜力，强化宣传，将自然和人文旅游景观组合推出，打造黄土高原地貌旅游品牌，丰富和深化陕北旅游的内容和内涵．     

湘西地区地貌旅游资源的开发与保护

通过实地调查和相关文献资料的整理、分析,对湘西地区地貌旅游资源的基本类型、主要地貌风景区进行了研究.研究表明：本区地貌旅游资源包括石英砂岩峰林地貌、喀斯特地貌、丹霞地貌等类型,具有分布广、数量多、种类全、品质优等显著特点.同时指出了本区资源的开发现状及存在主要问题（基础设施落后、缺乏整体开发保护意识、生态环境破坏严重等）,提出了资源开发和保护的建议.     

基于百度指数时空分布的旅游趋势预测研究——以上海市为例

科学、准确、便捷、低成本地预测旅游趋势对提高景区的科学管理能力及避免因旅游人数过多导致的公共安全问题具有重要意义.研究选取2011-2018年中国各省级行政区(港澳台除外)与上海市旅游相关的百度指数数据和上海市国内游客数据构建旅游趋势预测模型.通过Granger因果检验、 ARIMA模型挖掘公众网络搜索行为与现实旅游行为的映射关系;依据百度指数数据的时空分布规律,采用支持向量机方法对百度指数数据进行聚类,解决不同省份百度指数因变化趋势近似而造成的多重共线问题,优化后的预测模型平均预测精度提升23.36%.研究发现:(1)昨天的搜索者就是今天的旅游者;(2)基于地理位置的旅游空间距离与旅游出游率呈反比、百度指数的地理位置属性有助于提升预测精度.     

大学生旅游认知心理探究——以芜湖市高校为例

以安徽省芜湖市467名高校大学生作为研究对象,调查分析了大学生旅游认知心理特征和影响其特征的主要因素。研究采用了随机抽样的问卷调查方法,调查数据显示,影响大学生旅游认知、旅游动机、旅游选择地偏好的主要因素分别是性别、恋爱状况、年级、月生活费这四个人口学变量。通过对特征及影响因素的分析,找到相应的开发策略,以期指导中西部二线城市大学生旅游市场的开发。