节点文献

基于RVM模型的国内游客流量预测研究——以海南为例

Forecasting Research of Domestic Tourist volume Based on Relevance Vector Machine:The case study of Hainan

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 张斌儒； 郑宗剑； 张瑞； 王广民；

【Author】 ZHANG Bin-ru;ZHENG Zong-jian;ZHANG Rui;WANG Guang-min;School of Mathematics, Sichuan University of Arts and Science;School of International Trade and Economics, University of International Business and Economics;School of Finance and Economics, Yangtze Normal University;Beijing Huanian Electrical Power Engineering Supervision Company, Aafety Supervision quality department;

【机构】 四川文理学院数学学院； 对外经济贸易大学国际经济贸易学院； 长江师范学院财经学院； 北京华联电力工程监理公司安全监查质量部；

【摘要】 引入RVM对海南旅游景区接待国内游客流量进行预测,并利用2011年1月至2016年12月海南交通行业数据和相应的网络搜索数据构建模型的输入集.12个月的预测结果表明,与基准模型相比,RVM具有更优异的预测性能,证实了模型在旅游需求预测领域的有效性.

【Abstract】 This study introduces RVM algorithm to simulate domestic tourist flow, tourismrelated industry data together with corresponding search engine data from January 2011 to December 2016 for Hainan in China was used as the inputs of RVM. With the 12 months predictions concluding that the introduced method shows more excellent performance compared with its competitors. This article demonstrated the effectiveness of RVM algorithm in tourism demand forecast field.

【关键词】 相关向量机； 游客流量； 网络搜索数据； 预测性能；
【Key words】 relevance vector machine； tourist flow； search query data； forecast performance；
【基金】 四川省教育厅一般项目(17ZB0375);国家自然科学基金项目(71373023)
  • 【文献出处】 数学的实践与认识 ,Mathematics in Practice and Theory , 编辑部邮箱 ,2017年24期
  • 【分类号】F592;TP18
  • 【被引频次】13
  • 【下载频次】388
打印本页
节点文献中：