-
题名基于向量自回归模型的旅游热门景点预测方法研究
被引量：7
- 1
-
-
作者
任婕
-
机构
宁夏社会科学院
-
出处
《现代电子技术》
北大核心
2020年第3期158-161,共4页
-
基金
国家社会科学基金青年项目（16CGL032）
-
文摘
常规的预测方法变量之间的皮尔逊相关值较低,造成预测的结果出现偏差,为此,设计基于向量自回归模型的旅游热门景点预测方法。综合不同的搜索引擎数据,计算旅游景点关键词网络搜索指数,对其进行预处理并筛选出与旅游景点热度相关性较强的关键词,利用向量自回归模型对变量进行均值化处理,确定影响最大的网络搜索指数,实现对旅游热门景点的预测。实验结果表明:与常规的灰度预测方法和SVR模型预测方法相比,基于向量自回归模型的预测方法的皮尔逊相关值能够保持在0.8~1.0之间,变量之间具有极强的相干性,适合应用在旅游热门景点预测中。
-
关键词
搜索指数
皮尔逊相关系数
搜索指数计算
客流量预测
-
Keywords
popular tourist spot prediction
VAR model
keyword search index
Pearson′s correlation coefficient
search index calculation
tourist flow prediction
-
分类号
TN911.1-34
[电子电信—通信与信息系统]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
