多數據源融合下的景區客流量預測與預警研究

《多數據源融合下的景區客流量預測與預警研究》是一本2022年經濟管理出版社出版的圖書,作者是張斌儒。

基本介紹

  • 中文名:多數據源融合下的景區客流量預測與預警研究
  • 作者:張斌儒
  • 出版社:經濟管理出版社
  • 出版時間:2022年11月1日
  • 頁數:206 頁
  • 開本:16 開
  • 裝幀:平裝
  • ISBN:9787509687420
內容簡介,作者簡介,圖書目錄,

內容簡介

本書首先對基於網路搜尋數據、網路評論數據、氣象數據等數據源的旅遊需求預測文獻進行梳理,為研究提供必要的基礎;其次,對消費者行為理論、旅遊者動機理論以及遊客信息搜尋等理論進行歸納總結,並構建研究架構,以期為本書後續研究提供理論依據和指導;再次,利用多源旅遊大數據並構建相應的模型進行旅遊需求預測;最後,基於多數據源構建景區客流量預警方案並進行預警案例分析。

作者簡介

張斌儒,男,對外經濟貿易大學經濟學博士,碩士生導師,長江師範學院副教授,重慶市區域經濟學會理事。主持省部級科研項目2項、國家社科規劃項目1項,近5年在《經濟問題探索》《統計與資訊理論壇》、Asia Pacific Journal of Tourism Research、Tourism Economics等核心期刊發表學術論文10餘篇。

圖書目錄

第一章 導論
第一節 研究背景分析
一、全球旅遊業發展現狀
二、我國旅遊業發展狀況
三、數字經濟時代背景下的旅遊需求預測
第二節 研究目標與研究意義
一、研究目標
二、研究意義
第三節 研究方法、研究思路與內容框架
一、研究方法
二、研究思路與內容框架
第四節 主要創新之處
第二章 文獻綜述
第一節 旅遊需求預測方法概述
一、時間序列模型
二、計量經濟模型
三、人工智慧模型
四、其他旅遊需求預測技術
第二節 基於網路搜尋數據的社會經濟活動預測
一、網路搜尋數據套用於預測的研究起源
二、基於網路搜尋數據的巨觀經濟預測
三、基於網路搜尋數據的行業市場預測
第三節 基於各類數據源的旅遊需求預測
一、基於網路搜尋數據的旅遊需求預測
二、基於社交媒體數據的旅遊需求預測
三、基於其他數據源的旅遊需求預測
四、多數據源融合下的旅遊需求預測
第四節 旅遊預警研究現狀
第五節 文獻評述
第三章 旅遊需求相關理論
第一節 旅遊需求的度量
第二節 旅遊需求的產生
一、消費者的旅遊動機
二、消費者的支付能力
三、消費者的閒暇時間
第三節 旅遊需求的影響因素
第四節 消費者的旅遊決策與旅遊需求的實現
一、消費者的旅遊決策
二、旅遊決策的過程與旅遊需求的實現
第四章 旅遊需求預測實證分析框架構建
第一節 實證分析框架構建
第二節 多源數據的收集與數據預處理
一、多源數據的收集
二、數據預處理
第三節 數據降維與數據分析
一、數據降維
二、相關性、平穩性及描述性統計分析
第四節 實驗數據集的構建與預測評估
一、實驗數據集的構建
二、預測評估
第五章 基於多源混頻數據的遊客流量預測研究
第一節 問題的提出
第二節 預測方法及預測框架構建
一、MIDAS模型構建
二、權重方案選擇
三、合併預測方法
四、預測評估
五、本章預測框架
第三節 案例分析
一、數據獲取及預處理
二、數據分析
三、預測結果與討論
第四節 本章小結
第六章 基於多數據源的景區日度客流量預測研究
第一節 問題的提出
第二節 預測方法及預測框架構建
一、BiLSTM-Attention預測模型構建
二、預測模型各單元基本原理
三、預測評估
四、本章預測框架
第三節 實證分析
一、實驗數據的收集
二、數據預處理及數據分析
三、預測結果與討論
第四節 本章小結
第七章 多數據源融合下的景區日度客流量預警研究
第一節 問題的提出
第二節 基於多數據源的預警體系指標選擇
第三節 多數據源融合下的日度客流量預警框架構建
第四節 景區日度客流量預警案例
一、指標選取及實驗數據
二、景區客流量預測
三、客流量預警
第五節 本章小結
第八章 結論與建議
第一節 研究結論
第二節 政策建議
第三節 研究不足與展望
參考文獻

相關詞條

熱門詞條

聯絡我們