| 网络搜索数据和GWO-SVR模型的旅游短期客流量预测 |
| |
| 引用本文： | 王兰梅,陈崇成,叶晓燕,潘淼鑫.网络搜索数据和GWO-SVR模型的旅游短期客流量预测[J].福州大学学报(自然科学版),2019,47(5):598-603. |
| |
| 作者姓名： | 王兰梅 陈崇成 叶晓燕 潘淼鑫 |
| |
| 作者单位： | 福州大学空间数据挖掘与信息共享教育部重点实验室，地理空间信息技术国家地方联合工程研究中心，福建 福州 350108,福州大学空间数据挖掘与信息共享教育部重点实验室，地理空间信息技术国家地方联合工程研究中心，福建 福州 350108,福州大学空间数据挖掘与信息共享教育部重点实验室，地理空间信息技术国家地方联合工程研究中心，福建 福州 350108,福州大学空间数据挖掘与信息共享教育部重点实验室，地理空间信息技术国家地方联合工程研究中心，福建 福州 350108
福建师范大学数学与信息学院，福建省公共服务大数据挖掘与应用工程技术研究中心，福建 福州 350117 |
| |
| 摘 要： | 利用皮尔森相关系数法处理网络搜索数据，用灰狼算法（grey wolf optimizer，GWO）优化支持向量回归（support vector regression，SVR）中的参数，提出并实现一种基于网络搜索数据和GWO-SVR模型的旅游短期客流量预测模型，并用参数优化后的SVR对客流量进行建模预测. 以四川省九寨沟和四姑娘山两个景区为例，构建GWO-SVR、ARIMA、BPNN、SVR、CS-SVR、PSO-SVR和无网络搜索数据等客流量预测模型进行实证分析. 结果表明，GWO-SVR模型均优于其他模型，具有更高的预测精度.
|
| 关 键 词： | 旅游客流量预测 网络搜索数据 支持向量回归 灰狼优化算法 |
Forecasting short-term tourist flow based on web search data and GWO-SVR model |
| |
| WANG Lanmei,CHEN Chongcheng,YE Xiaoyan and PAN Miaoxin.Forecasting short-term tourist flow based on web search data and GWO-SVR model[J].Journal of Fuzhou University(Natural Science Edition),2019,47(5):598-603. |
| |
| Authors: | WANG Lanmei CHEN Chongcheng YE Xiaoyan and PAN Miaoxin |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《福州大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《福州大学学报(自然科学版)》下载免费的PDF全文 |
