[发明专利]一种基于大数据旅游出行评估模型区域适旅指数计算方法

说明书

技术领域

本发明涉及旅游大数据平台技术领域，尤其是一种基于大数据旅游出行评估模型区域适旅指数计算方法。

背景技术

由于中国经济的快速发展，人民生活水平提高了，对精神文化的追求日益提高，越来越多的人选择去旅游。然而在旅游出行方面的当天适不适合出行，或者哪天适合出行只有一个气象部门推出的旅游指数，即从天气的角度提供的出游建议，忽略了其他影响因素，可能会对民众出行造成一些错误的引导。

旅游指数是气象部门根据天气的变化情况，结合气温、风速和具体的天气现象，从天气的角度出发给市民提供的出游建议。一般天气晴好，温度适宜的情况下最适宜出游；而酷热或严寒的天气条件下，则不适宜外出旅游。旅游指数分为5级，级数越高，越不适应旅游。

气象局的旅游指数虽好，但仅仅只是从天气这个维度来计算旅游指数，忽略了现实当中交通请，场馆(景区)情况等对旅游出行的影响，传统解决方案中对旅游出行指数的评估基于气象数据，因此在评估过程由于缺少其他维度的数据支撑，存在一定的漏判、误判等情况。

因此，对于上述问题有必要提出一种基于大数据旅游出行评估模型区域适旅指数计算方法。

发明内容

本发明目的是克服了现有技术中的不足，提供了一种基于大数据旅游出行评估模型区域适旅指数计算方法。

为了解决上述技术问题，本发明是通过以下技术方案实现：

一种基于大数据旅游出行评估模型区域适旅指数计算方法，其模型方法为：

步骤一：采集数据进行数据标记与旅游出行指标体系分组；步骤二：构建专家评分模型，利用专家评分模型确定旅游出行指标权重；步骤三：分层分析模型，利用层次分析法确定旅游出行指标权重；步骤四：景区旅游出行模型建立确定；步骤五：引入区域计算模型；步骤六：区域适旅指数计算。

优选地，其中步骤二进一步的包括专家评分模型建立和对等级比较答案的处理。

优选地，其中专家评分模型建立的评分方法为：对数量和时间答案的处理

式中为评价结果，p为正整数，n为专家数，专家评分值从大到小排列，则X p+1公式表示奇数个专家评分的中位数，(X p+X p+1)/2表示偶数个专家评分的中位数。

优选地，其中对等级比较答案的处理设旅游出行指数有m个评价领域(可扩充)，有n个专家参与评价，设某一专家k给出的评分值集合为{X_i(j)}^(k)，式中{X_i(j)}^(k)表示第k＝1，2，···，n个专家对第i(i＝1，2，···，n)领域的评分序分值，其值为j(j＝1，2，···，m)；

根据可将序分值集合转化为基分值集合{B_i(j)}^(k)，其中{B_i(j)}^(k)表示第k个专家对第i个领域排在第j位时所对应的基数分值；然后，用下述公式计算每个研究领域的重要程度:

在(2)以及(3)式中，m在(2)以及(3)式中，m表示领域数；S_i表示i领域得分值；n表示专家数；B_i(j)表示i领域排在j位得分值；N_i表示赞同某一领域排在第j位的人

最后根据K_i大小排序，由公式(2)以及(3)看出，目前评分处理方法对序分值的处理是建立在统计平均基础上，根据统计学原则可知，当参与评价的专家很多时，计算结果是真实可信的。

优选地，其中步骤三进一步的包括确定模型的层次结构、比较尺度与成对比较矩阵和一致性检验。

优选地，其中一致性检验是将(其中入为成对比较矩阵M的最大特征值，作为一致性指标

C_i＝0，说明λ＝n，则为一致阵，C_i越大，M的不一致程度越严重。由于M的特征值之和等于M的主对角线元素之和，而M的主对角线上元素全为1，所以M的特征值之和为n，λ-n即为其余n-1个特征值之和的绝对值，C_i即为这些余下的特征值之平均值(取绝对值)；

为了确定C_i的容许范围，引入了随机一致性指标R，I并给出对于不同的n(矩阵的阶数)R_i的取值。

当n＝1，2时，R_i＝0，说明这时M一定是一致的；