基于向量自回归模型的旅游热门景点预测方法研究

• 作者: 任婕
• 来源期刊: 现代电子技术
• 关键词: 旅游热门景点预测 VAR模型 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
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 158-161
• 页数: 4页
• 分类号: TN911.1-34|TP181
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.03.038

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任婕		9	11	2.0	3.0