基于旅游微观数据平台的旅游消费类型预测模型研究

发布时间：2018-01-21 13:10

本文关键词： 旅游消费旅游微观数据平台旅游消费类型预测模型监督性学习理论　出处：《四川师范大学学报(社会科学版)》2017年01期 　论文类型：期刊论文

【摘要】：利用旅游微观数据平台中获取的大量旅游消费类数据,建立了一个旅游者消费类型预测模型,在部分缺失旅游消费数据的情况下可以对旅游者的消费类型进行预测和判断。该模型基于监督性学习理论,首先针对已有的完整的消费数据进行学习,使用学习算法不断降低模型的判断误差,直到可以进行比较准确的数据预测;再根据数据缺失情况的不同,采用BP神经网络和均值插补的方式进行补足;然后通过K-means聚类分析方法,对已经补足的数据进行聚类,从而达到预测判断旅游者消费类型和层次的效果,进而达到在已知部分旅游数据的情况下能对旅游者的消费类型进行预测判断的效果。
[Abstract]:Based on a large number of tourist consumption data obtained from the tourism micro data platform, a prediction model of tourist consumption type is established. In the absence of tourism consumption data can be used to predict and judge the type of consumption of tourists. This model is based on supervisory learning theory, first of all, for the existing complete consumption data learning. The learning algorithm is used to reduce the judgment error of the model until more accurate data prediction can be made. According to the difference of the missing data, BP neural network and mean interpolation are used to complement each other. Then through K-means clustering analysis method, the completed data are clustered, so as to predict and judge the tourist consumption types and levels. Then it can predict and judge the consumption types of tourists under the condition of some known tourism data.
【作者单位】：四川大学旅游学院;四川大学锦城学院;
【基金】：四川省教育厅人文社科研究项目“面向大数据的旅游微观数据信息平台研究”(15SB0323)
【分类号】：F592.3
【正文快照】： 消费行为一直是国外消费经济学领域研究的热点问题,学术界广泛认为消费行为随消费者个体特征不同而存在着差异,对不同群体消费行为的类型和差异研究,可以使营销策略的制定和实施更具有针对性。然而,由于微观数据的匮乏,国内关于消费行为研究的成果并不多见,对不同群体消费行为

【相似文献】