本文關鍵詞：基于網(wǎng)絡搜索指數(shù)的游客量預測方法研究

  更多相關文章： 游客量預測 網(wǎng)絡搜索指數(shù) VAR模型 BP神經(jīng)網(wǎng)絡模型

【摘要】：隨著我國公民人均收入水平的逐步提高,加之人民物質(zhì)文化需求的快速提升,外出旅游成為越來越多的人閑暇時的選擇。目前我國諸多地區(qū)的客流量隨季節(jié)變化明顯,呈現(xiàn)出較為典型的季節(jié)性。每逢客流量高峰,城市內(nèi)和各個旅游景區(qū)都會出現(xiàn)不同情況的擁堵和混亂,甚至發(fā)生群體性摩擦,給城市和景區(qū)的管理造成極大的困擾。因此,如何將客流量高峰到來的時間和具體客量及時準確的預測出來,為管理者制定分流和應急預案提供借鑒,頗受重視�，F(xiàn)有研究顯示,與社會經(jīng)濟活動對應的關鍵詞的網(wǎng)絡搜索數(shù)據(jù)和該社會經(jīng)濟活動之間可能存在較為緊密的相關性。網(wǎng)絡搜索離不開搜索引擎,百度搜索作為當前世界上最大的中文搜索平臺,在國內(nèi)的使用率一直高居榜首,因此其發(fā)布的百度指數(shù)可以較好的解釋特定關鍵詞的網(wǎng)絡搜索量的變化趨勢,極具代表性。本文圍繞旅游六要素“食、住、行、游、購、娛”,選取了與北京旅游相關的部分關鍵詞,基于這些關鍵詞的百度搜索指數(shù)和百度搜索引擎的使用率,對關鍵詞的網(wǎng)絡搜索數(shù)據(jù)進行優(yōu)化,并利用優(yōu)化后的網(wǎng)絡搜索數(shù)據(jù)建立VAR模型和BP神經(jīng)網(wǎng)絡模型,對前往北京市旅游的國內(nèi)游客數(shù)量進行實證預測研究。通過研究發(fā)現(xiàn),優(yōu)化后的網(wǎng)絡搜索數(shù)據(jù)與北京市國內(nèi)游客數(shù)量之間存在長期的協(xié)整關系,但它們彼此并非完全的線性關系。此外本文發(fā)現(xiàn),將優(yōu)化后的關鍵詞網(wǎng)絡搜索指數(shù)和BP神經(jīng)網(wǎng)絡技術結合使用,建立的BP神經(jīng)網(wǎng)絡模型對北京市國內(nèi)游客量具有較好的預測能力。
【關鍵詞】：游客量預測 網(wǎng)絡搜索指數(shù) VAR模型 BP神經(jīng)網(wǎng)絡模型
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP183;F592.7
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 1 緒論8-14
• 1.1 選題背景8-10
• 1.2 選題意義10-11
• 1.3 研究思路、方法與創(chuàng)新11-14
• 2 旅游業(yè)發(fā)展現(xiàn)狀及游客量預測研究綜述14-27
• 2.1 旅游業(yè)發(fā)展現(xiàn)狀14-16
• 2.2 國外研究綜述16-23
• 2.3 國內(nèi)研究綜述23-27
• 3 模型及工具簡介27-37
• 3.1 向量自回歸（VAR）模型27-29
• 3.2 BP神經(jīng)網(wǎng)絡模型29-36
• 3.3 工具介紹36-37
• 4 關鍵詞及樣本數(shù)據(jù)的選擇37-46
• 4.1 關鍵詞的選擇39-41
• 4.2 關鍵詞網(wǎng)絡搜索指數(shù)41-43
• 4.3 變量檢驗43-46
• 5 建立模型及預測分析46-53
• 5.1 建立模型46-51
• 5.2 預測結果及分析51-53
• 6 結論與建議53-58
• 6.1 研究結論53-54
• 6.2 對策建議54-58
• 結束語58-59
• 致謝59-61
• 參考文獻61-63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;網(wǎng)絡搜索未來將出現(xiàn)三大趨勢[J];軟件世界;2009年07期

2 靳超;;網(wǎng)絡搜索技巧探究[J];青春歲月;2014年07期

3 ;誰在制定“網(wǎng)絡搜索”的游戲規(guī)則[J];計算機與網(wǎng)絡;2004年06期

4 廖艦;網(wǎng)絡搜索大家族[J];電腦愛好者;1999年12期

5 朝云;;有圖就能挖出真“像”[J];電腦愛好者;2014年08期

6 胡恒峰;;網(wǎng)絡搜索輕松搞定[J];科學24小時;2006年10期

7 Tim Anderson;;網(wǎng)絡搜索存在安全缺陷[J];每周電腦報;2006年39期

8 Jia Lynn Yang;;網(wǎng)絡搜索須謹慎[J];中國計算機用戶;2009年Z1期

9 羅勇;;搜索結果提前知[J];電腦迷;2010年23期

10 凱特·雷尼;;谷歌研發(fā)部主任:網(wǎng)絡搜索走向個性化[J];科技創(chuàng)業(yè);2010年02期

中國重要報紙全文數(shù)據(jù)庫 前10條

1 楊暉 上海市第二中級人民法院立案庭法官助理;對網(wǎng)絡搜索服務“中立性”商榷[N];上海法治報;2014年

2 文/嵩文;中國搜索發(fā)力第三代網(wǎng)絡搜索[N];計算機世界;2004年

3 齊廣君;過分依賴網(wǎng)絡易形成思維惰性[N];石家莊日報;2008年

4 本報記者 任鴿;白領“賴”上網(wǎng)絡搜索[N];消費日報;2009年

5 惠正一;微軟加強網(wǎng)絡搜索[N];第一財經(jīng)日報;2006年

6 薇言;可尋性與網(wǎng)絡搜索[N];中華讀書報;2014年

7 ;網(wǎng)絡搜索急需尋求新突破[N];中國高新技術產(chǎn)業(yè)導報;2004年

8 車文秋;關注網(wǎng)絡搜索中的商標問題[N];中國知識產(chǎn)權報;2006年

9 記者 車輝;網(wǎng)絡搜索欲破醫(yī)患信息不對稱[N];工人日報;2013年

10 張秋 本報記者 呂松華;陳沛以未來理念牽引中國搜索[N];大眾科技報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 盧萬媈;基于眼動跟蹤的網(wǎng)絡搜索行為分析與預測[D];北京理工大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李元;基于網(wǎng)絡搜索的中國股票市場預測研究[D];南京大學;2014年

2 史光燕;基于網(wǎng)絡搜索數(shù)據(jù)的消費者信心指數(shù)預測[D];山東財經(jīng)大學;2016年

3 唐一丁;網(wǎng)絡搜索數(shù)據(jù)在預測房地產(chǎn)價格指數(shù)中的應用研究[D];吉林大學;2016年

4 王希晶;基于網(wǎng)絡搜索的中國區(qū)域房價預測模型及應用研究[D];南京大學;2016年

5 袁艷;引入網(wǎng)絡關注度的汽車銷量預測[D];上海社會科學院;2016年

6 江夢成;基于網(wǎng)絡搜索數(shù)據(jù)的消費者信心指數(shù)分析[D];暨南大學;2016年

7 李曉榮;最大和網(wǎng)絡搜索結果多樣性問題及其貪婪策略分析[D];電子科技大學;2016年

8 胡巖;如何搜集和提煉素材[D];北京舞蹈學院;2016年

9 劉慶龍;基于網(wǎng)絡搜索指數(shù)的游客量預測方法研究[D];華中科技大學;2015年

10 國敏;基于網(wǎng)絡搜索技術的游客量預測方法研究[D];首都師范大學;2012年

，

本文編號：836487