基于网络搜索指数的游客量预测方法研究

• 作 者: 刘庆龙
• 出 处: 华中科技大学
• 发表日期: 2015年期
• 关键词: 游客量预测 网络搜索指数 VAR模型 BP神经网络模型

随着我国公民人均收入水平的逐步提高,加之人民物质文化需求的快速提升,外出旅游成为越来越多的人闲暇时的选择。目前我国诸多地区的客流量随季节变化明显,呈现出较为典型的季节性。每逢客流量高峰,城市内和各个旅游景区都会出现不同情况的拥堵和混乱,甚至发生群体性摩擦,给城市和景区的管理造成极大的困扰。因此,如何将客流量高峰到来的时间和具体客量及时准确的预测出来,为管理者制定分流和应急预案提供借鉴,颇受重视。现有研究显示,与社会经济活动对应的关键词的网络搜索数据和该社会经济活动之间可能存在较为紧密的相关性。网络搜索离不开搜索引擎,百度搜索作为当前世界上最大的中文搜索平台,在国内的使用率一直高居榜首,因此其发布的百度指数可以较好的解释特定关键词的网络搜索量的变化趋势,极具代表性。本文围绕旅游六要素“食、住、行、游、购、娱”,选取了与北京旅游相关的部分关键词,基于这些关键词的百度搜索指数和百度搜索引擎的使用率,对关键词的网络搜索数据进行优化,并利用优化后的网络搜索数据建立VAR模型和BP神经网络模型,对前往北京市旅游的国内游客数量进行实证预测研究。通过研究发现,优化后的网络搜索数据与北京市国内游客数量之间存在长期的协整关系,但它们彼此并非完全的线性关系。此外本文发现,将优化后的关键词网络搜索指数和BP神经网络技术结合使用,建立的BP神经网络模型对北京市国内游客量具有较好的预测能力。