科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确的旅游需求预测对旅游业高质量发展有着重要的作用,特别是中短期客流量预测对旅游目的地的旅游资源调配及应急管理至关重要,新冠疫情的冲击导致旅游需求出现结构性变化,将对旅游需求预测预警提出新的挑战.本研究工作主要聚焦后疫情时期多源异构数据融合是否能够提升旅游需求预测方法的性能,为了探究该问题,本研究首先从旅游者生成的在线评论、旅游者关注的网络搜索数据和旅游目的地实时在线新闻数据中提取众多影响旅游需求波动的变量,并采用主题模型、情感分析及特征工程方法对其进行处理;其次,根据变量时间频度的不同采用混频建模的方法对变量进行融合处理得到预测的多模态融合特征;最后,基于多源异构数据融合驱动SARIMA-MIDAS预测方法对旅游需求进行建模预测.该研究工作主要以后疫情时期中国香港游客量建模预测为研究对象,实证结果揭示出本研究提出的多源异构数据融合驱动SARIMA-MIDAS预测方法在后疫情期间能够取得最佳的预测表现,因此,该研究的结果可为旅游需求预测提供一种新的解决方案,为相关政府机构和从业者提供决策支持.
- 单位
