[发明专利]一种旅游数据最优权组合预测模型

说明书

技术领域

本发明属于数据处理技术领域，涉及一种旅游数据最优权组合预测模型。

背景技术

旅游业作为我国经济组成部分之一，保持它的健康快速发展能够促进相关产业的成长，进而推动中国经济的总体发展。在改革开放以后，社会经济高速发展在很大程度上提高了人们的生活水平，中国的旅游业发展迅速且已经呈现出较大的优势，成为成长性能良好的服务产业。旅游业不仅是推进服务业发展的主要力量，还是一个对劳动人员需求较大产业，对解决国家的就业问题起到很大的作用。随着人们群众对旅游消费日益高涨的需求和国家对产业结构的调整，旅游业必须加快改革以适应新的发展。保持旅游业快速平稳的增长，对于提高就业率、增加国民收入，促进各地区平衡发展和经济平稳增长具有重大的意义，因此，对旅游业的持续快速发展做出科学的战略规划至关重要。随着科技的发展，旅游业数字化程度越来越高，这使得旅游数据的获取越来越方便，对这些数据进行全方位的挖掘，既可以对游客的旅行决策提出建议和规划，也可以为政府部门在旅游方面的投入和决策提供依据，是一个比较有意义的研究课题。

目前还没有基于灰色理论与支持向量回归模型，通过最优权组合预测的方法能够将旅游数据收集、并根据收集的数据进行关联度分析，进而对未来旅游总收入和旅游人数进行有效预测，这样使得景区控制、旅游相关产业开发缺少有效决策数据支撑，进而影响到旅游景区经济效益的提高和旅游环境的优化开发。

发明内容

本发明的目的在于提供一种旅游数据最优权组合预测模型，解决了目前没有合适的旅游数据分析预测有效模型，导致旅游景区控制、旅游相关产业开发缺少有效决策数据支撑，进而影响到旅游景区经济效益的提高和旅游环境的优化开发问题。

本发明所采用的技术方案是按照以下步骤进行：

步骤1：首先分析旅游数据影响因素，按照旅游者，旅游目的地和外部环境对旅游数据影响因素进行分类；

步骤2：采用灰色关联度对影响旅游收入和入境旅游人数的旅游数据影响因素进行分析；

步骤3：按照权重值大小对关联度进行排序，从而得到各影响因素重要性程度分布；

步骤4：构建基于最小二乘准则的最优权组合预测模型；

使用GM(1,l)模型和支持向量回归模型构造组合模型，采用最小二乘法准则，求得残差平方和最小时各模型的权重值,然后求得最终预测值。

进一步，所述步骤1中旅游数据影响因素分为三个方面：游客个人因素：包括可支配收入、可自由支配时间、自身偏好、消费意识、消防行为习惯；旅游目的地因素：包括旅游特色、知名度、旅游价格、旅游配套服务、交通；外部环境因素：包括经济发展水平、CPI、时政政策、特殊事件。

进一步，所述步骤2的方法为：

1)设原有序列X_i＝[x_i(1),x_i(2),…x_i(n)]；i＝0,1,2,...,m，其中n为数列的长度，且共收集到m+1个指标序列，构成如下矩阵：