基于百度指数的海南旅游量预测

发布时间：2020-03-23 05:29

【摘要】：准确预测旅游量是一项具有挑战性的任务.研究表明,在线数据(如百度指数)是一种新的数据来源,可以用来预测旅游量.在本文中,介绍了一个利用百度指数来预测旅游量的方法.而机器学习技术,可以用来进一步提高百度指数对旅游量的预测效果.首先,本文提取海南旅游量数据和相关的百度指数数据,根据百度指数数据构建网络搜索指数,验证了网络搜索指数与海南旅游量之间的协整关系和格兰杰因果关系;其次,将预测模型的自变量分为时间序列和“时间序列+网络搜索指数”两类,利用机器学习来预测旅游量;最后对不同模型的预测效果进行了评估.实验结果表明,与ARIMA(autoregressive integrated moving average)模型相比,自变量为“时间序列+网络搜索指数”的核极限学习机(kernel extreme learning machine,KELM)模型的预测精度较高.
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F592.7

【相似文献】

相关期刊论文 前10条

1 肖书畅;;基于百度指数对投资者关注度测量指标的研究[J];现代经济信息;2018年02期

2 王永斌;;谁在关注社会主义核心价值观——基于百度指数的大数据分析[J];马克思主义研究;2018年02期

3 柏正健;方华;;基于百度指数的投资者关注度对股票市场表现的影响[J];电子商务;2018年12期

4 田冰;胡俞越;;投资者关注对沪深300股指期货、现货收益率的影响——基于百度指数的实证分析[J];中国证券期货;2019年02期

5 邱泸谊;李华;;基于百度指数的社会舆情研究[J];科技风;2018年33期

6 立夏;;生鲜电商:或成下一个电商时代的“门票”[J];农经;2017年03期

7 李云鹏;;旅游场景驱动的大数据应用[J];旅游学刊;2017年09期

8 陈洪;刘q，

本文编号：2596265