[发明专利]一种景区客流预测的方法及装置

说明书

本发明公开了一种景区客流预测的方法及装置，该方法包括获取预测景区的参数信息，根据参数信息，确定预测景区的特征工程，将预测景区的特征工程输入至客流预测模型中，预测预测景区的客流，其中，客流预测模型是对景区的不同场景下的历史客流进行训练学习得到的，客流预测模型包括初级训练模型和次级训练模型。通过将特征工程数值至依据初级训练模型和次级训练模型学习得到的客流预测模型中，能够准确的预测到景区的客流，提高了预测准确性。

技术领域

本发明实施例涉及客流预测技术领域，尤其涉及一种景区客流预测的方法及装置。

背景技术

景区客流量数据不仅可以反映景区历史和当前的游客承载量和分布情况，同时还为管理者对未来决策提供数据支持，提高经营效率。而提前做出足够精确的客流预测数据和分析，可以帮助景区管理者得出未来应对景区的一些措施和方案。

因此，为了得到精确的景区客流预测数据，给景区管理者提供实行一些措施和方案时的有效依据，亟需一种多维度景区客流预测的方法。

发明内容

本发明实施例提供一种景区客流预测的方法及装置，用以提高景区客流预测的准确率。

本发明实施例提供的一种景区客流预测的方法，包括：

获取预测景区的参数信息；

根据所述参数信息，确定所述预测景区的特征工程；

将所述预测景区的特征工程输入至客流预测模型中，预测所述预测景区的客流，其中，所述客流预测模型是对景区的不同场景下的历史客流进行训练学习得到的，所述客流预测模型包括初级训练模型和次级训练模型。

上述技术方案中，通过将特征工程数值至依据初级训练模型和次级训练模型学习得到的客流预测模型中，能够准确的预测到景区的客流，提高了预测准确性。

可选的，所述对景区的不同场景下的客流进行训练学习得到所述客流预测模型，包括：

获取景区的历史客流信息；

在多个场景下按照预测粒度对所述历史客流进行分析，确定出特征集；

针对所述特征集中每个特征，确定出每个特征对应的特征值，组成第一特征工程；

对所述第一特征工程及其对应的历史客流进行模型训练，确定出所述客流预测模型。

可选的，所述对所述第一特征工程及其对应的历史客流进行模型训练，确定出所述客流预测模型，包括：

将所述第一特征工程及其对应的历史客流组成数据集；并将所述数据集分为初级训练数据和次级训练数据；

使用多种基础算法对所述初级训练数据进行训练得到多个训练完成的基模型；

根据所述次级训练数据和所述多个训练完成的基模型，进行次级训练，得到所述客流预测模型。

可选的，所述根据所述次级训练数据和所述多个训练完成的基模型，进行次级训练，得到所述客流预测模型，包括：

将所述次级训练数据分为训练集和验证集；

将所述训练集分别输入至所述多个训练完成的模型，得到多个预测值；

将所述多个预测值输入至线性回归模型进行次级训练，得到次级训练模型；

使用所述验证集对所述次级训练模型进行评估，得到所述客流预测模型。

可选的，所述使用所述验证集对所述次级训练模型进行评估，得到所述客流预测模型，包括：