作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在旅游预测的背景下定义大数据,总结了它给旅游业务决策带来的变化.实验部分处理网站共享的旅游元数据,应用合适的聚类算法生成游客最常访问地方的密度模式,并进行回归分析以得出对该旅游行为进行分析.
推荐文章
基于MapReduce并行化计算的大数据聚类算法
大数据
MapReduce
并行计算
数据聚类
基于绕质心聚类算法的大数据挖掘
大数据
分裂聚类
凝聚聚类
数据挖掘
基于SOM聚类的多模态医学图像大数据挖掘算法
SOM聚类
多模态图像
大数据挖掘
初始权值
集成正负性
节点并行化
帧率重叠
基于优化粒子群算法的云环境大数据聚类算法
大数据聚类
云环境
粒子群优化
空间分割
模糊聚类
仿真测试
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大数据的旅游行为聚类算法
来源期刊 电脑编程技巧与维护 学科
关键词 大数据 旅游 聚类 密度模式 回归
年,卷(期) 2022,(3) 所属期刊栏目 数据库与信息管理
研究方向 页码范围 80-82
页数 3页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-4052.2022.03.025
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
大数据
旅游
聚类
密度模式
回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑编程技巧与维护
月刊
1006-4052
11-3411/TP
大16开
北京市海淀区长春桥路5号六号楼1209室
82-715
1994
chi
出版文献量(篇)
14554
总下载数(次)
80
总被引数(次)
25630
论文1v1指导