發(fā)布時間：2020-03-23 05:29

【摘要】：準確預測旅游量是一項具有挑戰(zhàn)性的任務.研究表明,在線數(shù)據(jù)(如百度指數(shù))是一種新的數(shù)據(jù)來源,可以用來預測旅游量.在本文中,介紹了一個利用百度指數(shù)來預測旅游量的方法.而機器學習技術,可以用來進一步提高百度指數(shù)對旅游量的預測效果.首先,本文提取海南旅游量數(shù)據(jù)和相關的百度指數(shù)數(shù)據(jù),根據(jù)百度指數(shù)數(shù)據(jù)構建網(wǎng)絡搜索指數(shù),驗證了網(wǎng)絡搜索指數(shù)與海南旅游量之間的協(xié)整關系和格蘭杰因果關系;其次,將預測模型的自變量分為時間序列和“時間序列+網(wǎng)絡搜索指數(shù)”兩類,利用機器學習來預測旅游量;最后對不同模型的預測效果進行了評估.實驗結果表明,與ARIMA(autoregressive integrated moving average)模型相比,自變量為“時間序列+網(wǎng)絡搜索指數(shù)”的核極限學習機(kernel extreme learning machine,KELM)模型的預測精度較高.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F592.7

【相似文獻】

相關期刊論文 前10條

1 肖書暢;;基于百度指數(shù)對投資者關注度測量指標的研究[J];現(xiàn)代經(jīng)濟信息;2018年02期

2 王永斌;;誰在關注社會主義核心價值觀——基于百度指數(shù)的大數(shù)據(jù)分析[J];馬克思主義研究;2018年02期

3 柏正健;方華;;基于百度指數(shù)的投資者關注度對股票市場表現(xiàn)的影響[J];電子商務;2018年12期

4 田冰;胡俞越;;投資者關注對滬深300股指期貨、現(xiàn)貨收益率的影響——基于百度指數(shù)的實證分析[J];中國證券期貨;2019年02期

5 邱瀘誼;李華;;基于百度指數(shù)的社會輿情研究[J];科技風;2018年33期

6 立夏;;生鮮電商:或成下一個電商時代的“門票”[J];農(nóng)經(jīng);2017年03期

7 李云鵬;;旅游場景驅動的大數(shù)據(jù)應用[J];旅游學刊;2017年09期

8 陳洪;劉q，

本文編號：2596265