基于ARIMA和LSTM神经网络对中国入境游客规模预测的比较研究

• 作者: 李云飞
• 来源期刊: 社会科学前沿
• 学科: 经济
• 关键词: 入境旅游人数 ARIMA模型 LSTM
• 年，卷（期）: 2019,（7）
• 页码范围: 1291-1298
• 页数: 8页
• 分类号: F2

摘要

随着我国综合国力的全面提升,我国旅游业也进入高速发展阶段,入境旅游人数日益增多,准确预测我国入境游客规模具有重要意义。本文分别使用LSTM (Long Short-Term Memory)模型和ARIMA (Autoregressive Integrated Moving Average Model)模型对我国入境游客人数进行预测对比,并以2014年1月至2016年12月的我国入境游客人次为例,进行实证研究。结果都表明LSTM神经网络比ARIMA更适合我国入境游客规模预测,LSTM模型预测精度比ARIMA高22.981%。基于LSTM模型预测入境游客人数,对相关部门优化旅游资源配置,具有一定的指导意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云飞		2	1	1.0	1.0