發(fā)布時間：2024-12-27 04:28

　　近年來,我國社會快速發(fā)展,推動了產業(yè)轉型、服務轉型,我國旅游業(yè)也進入了黃金發(fā)展時期。旅游業(yè)的蓬勃發(fā)展促進了社會經濟和國民經濟的提升,但與此同時,旅游人潮的日益龐大也為行業(yè)的健康發(fā)展帶來一些挑戰(zhàn)。旅游景區(qū)的客流量和資源配置逐漸表現(xiàn)出時間和空間上的不均衡,為景區(qū)管理和游客體驗帶來了負面影響。因此,建立有效的游客量預測模型,從數(shù)據(jù)中發(fā)現(xiàn)消費的規(guī)律,提高預測、預判、預備的能力,對于促進我國旅游產業(yè)的健康可持續(xù)發(fā)展具有重要的指導意義。本文首先針對旅游景區(qū)日客流量的時空分布特征及相關影響因素進行分析。通過分析景區(qū)日客流量在時間上的分布特征,發(fā)現(xiàn)旅游客流量具有非線性、周期性、淡旺季分布不均衡以及節(jié)假日與非節(jié)假日分布不均衡的特點。對于景區(qū)日客流量相關影響因素的分析,本文從相關性和可操作性的角度提取出6類對日客流量影響比較大的因素,并從中選取出15個相關指標,為預測任務提供依據(jù)。其次,在對數(shù)據(jù)進行預處理后,通過特征選擇從15個影響因素指標中篩選出6個指標作為特征,建立了基于SPCA-LSTM的旅游景區(qū)日客流量預測模型。將稀疏主成分分析結合長短時記憶神經網絡對景區(qū)日客流量進行預測。通過對比實驗,證明了 SP...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖1-12012-2019年中國旅游行業(yè)總收入及增長情況

緒論11緒論1.1選題背景及意義如今，國內的經濟持續(xù)快速增長，居民消費水平和生活水平也逐步提高，這促使我國旅游業(yè)進入了一個蓬勃發(fā)展的新階段。圖1-1顯示了2012-2019年我國旅游行業(yè)總收入及增速，2012年我國旅游行業(yè)總收入為2.58萬億元，到了2019年旅游消費行業(yè)的總收入....

圖2-1SVR示意圖[41]

西安理工大學碩士學位論文10能力比較強，也不需要對數(shù)據(jù)集進行特別復雜和規(guī)范化的處理；然而，在采用隨機森林處理小型數(shù)據(jù)集時較容易出現(xiàn)過擬合現(xiàn)象。2.2支持向量回歸支持向量回歸（SupportVectorRegression，SVR）是在支持向量機（SupportVectorMach....

圖2-2RNN網絡結構示意圖

西安理工大學碩士學位論文14行求解;Step3：對求解算法進行迭代，直到達到終止條件。終止條件可以根據(jù)迭代次數(shù)或者目標函數(shù)值的更新率來進行設置Step4：求解出其余k-1個Lasso問題的解，即可得到前k個稀疏載荷1,2,,;Step5：將系數(shù)矩陣=1,2,,與樣本集X相乘，就得....

圖2-3LSTM神經元內部結構

相關理論介紹15一組學習樣本，循環(huán)神經網絡使用共享的權重計算所有時間步的輸出。每個循環(huán)單元當前時間步的狀態(tài)由該時間步的輸入和上一個時間步的狀態(tài)決定：=1++(2-17),ω是循環(huán)節(jié)點的權重，為狀態(tài)-狀態(tài)權重，ω為狀態(tài)-輸入權重。最后通過一個全連接層進行輸出。不同于傳統(tǒng)的前饋神經網....

本文編號：4021133