基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx

基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx

ID:59073632

大小:185.25 KB

页数:7页

时间:2020-10-29

基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx_第1页
基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx_第2页
基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx_第3页
基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx_第4页
基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx_第5页
资源描述:

《基于网络搜索数据的旅游收入预测_以海南省为例_张斌儒.docx》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《经济问题探索》2015年第8期基于网络搜索数据的旅游收入预测*———以海南省为例张斌儒1,2,黄先开3,刘树林1(1.对外经济贸易大学,北京100029;2.四川文理学院,四川达州635000;3.北京联合大学,北京100101)摘要:旅游业是海南国际旅游岛的核心产业,准确预测将来旅游收入对旅游管理者的科学决策至关重要。引入网络搜索数据进行社会经济活动预测能提高预测精度,但已有文献未使用该方法进行旅游收入预测。本文引入百度指数提供的关键词数据对海南省旅游收入进行预测。首先在指数合成的基础上进行了协整检验与Granger因果分析,然后利用合成指数建立了预测模型。预测结果显示,平均

2、绝对误差百分比(MAPE)由基准模型的6.23%降低到加入合成指数预测模型的4.21%,预测精度提高了约32.42%。表明网络搜索数据在旅游收入预测中具有重要价值。关键词:百度指数;旅游收入;协整检验;合成指数;预测精度一、引言[1-4]。伴随着信息技术量经济学以及人工智能等方法李克强总理在2015年政府工作报告中明确提出和互联网的发展,越来越多的人开始使用网络查询信提升旅游休闲消费,推动绿色消费,大力发展旅游等息。当网民在互联网上进行信息查询时,搜索引擎会生产服务产业。旅游业是海南国际旅游岛的核心产记录下数以亿计的数据,这些数据能反应网民的意业。2014年海南省人民政府工作报告

3、显示,海南省愿,偏好以及将来行为。因此,网络搜索数据为提高2014年接待过夜游客3672.51万人次,同比增长模型预测精度能力提供了可能。事实上,网络搜索数10.6%;实现旅游收入约458亿元,同比增长13%。据已经成功用于各类社会经济活动预测,但利用网络然而,由于国际金融危机的发生,使得我国面临一系搜索数据进行旅游收入预测还没有。本文引入网络搜列经济结构的调整和转型以及加强节能减排力度的巨索数据进行对海南旅游收入进行预测。大任务。要保证旅游收入的持续增长,大力发展旅游后文结构安排如下:首先是文献综述,接下来为业需要增强旅游景区的硬件设施以及软实力,大量的实证分析,最后一部分是结

4、论与展望。资金投入必不可少。在经济下行的压力下,2014年二、文献综述海南旅游收入约占海南省GDP的13.9%,如何将有(一)传统预测方法限的财力适时科学的投资到旅游发展中去,从而发挥在经典文献中学者主要采用两类方法进行旅游需旅游业自身的优势,这是政府等相关部门需要解决的求预测。第一类为时间序列或统计的方法,比如线性问题。因此准确预测将来旅游收入对旅游管理者的科回归,指数平滑法以及自回归模型;第二类主要包括学决策以及分配有限资源至关重要。人工智能的方法,比如人工神经网络,遗传算法,蒙目前对社会经济活动预测方法包括各种统计,计特卡洛模拟等方法。作者简介:张斌儒(1980-),男,对

5、外经济贸易大学国际经济贸易学院在读博士,四川文理学院讲师,研究方向:旅游经济、数量经济;黄先开(1964-),男,北京联合大学教授,博士,博士生导师,研究方向:旅游经济、数量经济;刘树林(1964-),男,对外经济贸易大学国际经济贸易学院教授,博士生导师,研究方向:机制设计理论与应用。*基金项目:国家自然科学基金项目,“基于多模态网络数据挖掘的景区游客流量预测与预警研究”(项目编号:71373023),主持人:黄先开。154传统的时间序列模型以及相关模型发展很成熟并数据对预测美国汽车销量,住房销售以及旅游趋势等且广泛应用于旅游需求预测,其预测能力优于其他方[13]。随后,Gins

6、berg等(2009)利方面有很大的价值[2,5]。在旅游收入预测方面,大多数学者都利用线用搜索引擎数据进行流行病预测,他们的预测模型能法性回归的方法研究了旅游收入的影响因素,比如聂晓[14]。网络搜索数据也够提前两周探测到流行病爆发庆(2014)利用多元线性回归模型,对1994年到能用于一般的经济活动预测,比如失业率预测,消费2012年中国国内旅游收入影响因素进行计量分析并[15,16]。学者们的探索证实了网络搜索数据在预测等[6]。预测各种经济活动的价值。提出了发展对策计算机技术的飞速发展促进了人工智能方法在旅近几年,利用搜索引擎数据进行旅游需求预测有游相关预测中的应用。其优

7、势是当预测变量与被预测一定的进展。黄先开等(2013)以北京故宫为例,变量之间的关系为非线性的时候,预测结果令人满探讨了百度指数提供的网络搜索数据与旅游景区游客[11]意。Law(1998)应用神经网络法预测香港酒店入住量之间的关系,并对景区游客量进行预测。Yang率。结果表明该方法优于多元回归等模型[3]。灰色理等(2015)利用搜索引擎查询数据预测了中国旅游论,粗糙集等其它人工智能方法也已经被广泛应用。目的地海南的游客流量,比较了两种搜索引擎谷歌和比如Goh&Law(2003

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。