[发明专利]一种基于机器学习的游客流量预测方法

说明书

本发明公开了一种基于机器学习的游客流量预测方法，包括以下步骤：采集旅游景区的历史游客流量数据，并对该数据按年、月、日分类整理；获取上述历史游客流量数据相对应时间段的关联数据，所述关联数据包括最高气温、最低气温、天气、风向、风力、工作日情况中至少一种，并以天为单位将历史游客流量数据与关联数据汇总；将关联数据转换为数值并与历史游客流量数据融合；将关联数据、历史游客流量输入学习器中进行训练实现游客流量预测。本技术方案利用机器学习的方法，综合考虑影响旅游景区游客流量的多种因素的内在关联，辅助以赋权计算的方法，以提高游客流量预测的准确性、科学性和便捷性。

技术领域

本发明涉及计算机数据处理与分析领域，具体涉及一种基于机器学习的游客流量预测方 法。

背景技术

游客流量预测一直是旅游研究中的热点和难点问题，目前主要采用的方法是基于历史游 客流量数据，考虑影响因素赋权法预测游客流量。例如公开号为CN106779247A的发明专利 公开了一种基于熵值法的组合优化旅游需求的预测方法，其根据各项指标观测值所提供的信 息的大小来确定指标权重，并根据次要因素对预测值进行修正；公开号为CN106779196A的 发明专利公开了一种基于旅游大数据的游客流量预测及峰值调控方法，其核心思想也是基于 某些因素赋权来预测游客流量。

影响旅游景区游客流量的因素很多，例如天气、舆情话题、节假日等，而这些因素往往 代表着某种趋势，比方说，天气的变化跟景区四季变化相关，和旅游景区的淡旺季存在着较 强的关联。影响旅游景区游客流量的多方面因素存在着复杂的内部关联，单纯靠穷举式的对 某些因素赋权计算方法，单个因素的影响过大，预测的准确性有待提高。

发明内容

本发明为了解决上述技术问题提供一种基于机器学习的游客流量预测方法。

本发明通过下述技术方案实现：

一种基于机器学习的游客流量预测方法，包括以下步骤：

A、采集旅游景区的历史游客流量数据，并对该数据按年、月、日分类整理；

B、获取上述历史游客流量数据相对应时间段的关联数据，所述关联数据包括最高气温、 最低气温、天气、风向、风力、工作日情况中至少一种，并以天为单位将历史游客流量数据 与关联数据汇总；

C、将关联数据转换为数值并与历史游客流量数据融合；

D、将关联数据、历史游客流量输入学习器中进行训练实现游客流量预测。

本技术方案提出利用机器学习的方法，综合考虑影响旅游景区游客流量的多种因素的内 在关联，辅助以赋权计算的方法，以提高游客流量预测的准确性、科学性和便捷性。

为了进一步提高预测值的准确性，避免异常数据对学习器输出的影响，步骤B中还包括 对异常数据的剔除，该异常数据为历史游客流量数据且该数据低于阈值。

步骤D具体为：

采用随机森林模型分别按年、月、日对旅游景区游客流量进行预测，获得游客流量预测 值，其中，决策字数的数量为275～325棵。

步骤D具体为：

将关联数据、历史游客流量输入随机森林模型、梯度提升树模型、xgboost模型进行基础 学习器的训练，其中，随机森林模型的决策字数的数量为275～325棵；

利用基础学习器的预测结果训练岭回归模型并获得游客流量预测值。

还包括对游客流量预测值的修订步骤，该步骤包括：

E、结合OTA预定数据客流预测值进行修正得到预测值Tk。

步骤E具体为：