[发明专利]一种基于游客行为的旅游城市网络关联度评估方法

说明书

本发明公开了一种基于游客行为的旅游城市网络关联度评估方法，该方法主要是通过收集游客数据，并经过异常值处理，去报旅游数据收集的完备性，同时基于全国旅游电子合同数据，建立省际间的旅游联系度，利用网络关联分析方法，形成多个年份的31×31客流关系网，测算省际间双向网络关联指数。通过不同年份关联指数的对比，获取旅游市场聚集效应变化趋势，从而对省际间旅游客流动关系进行评估，能够为旅行社下一年的规划做评估，能够有效的解决其管理混乱的问题。本发明构建了基于游客行为的旅游城市网络关联度评估模型，通过网络关联指数测算，同时结合“互联网+旅游大数据”时代机遇和挑战,在很大程度上改变了传统旅游业的经营模式，未来前景广阔。

技术领域

本发明属于旅游信息服务技术领域，具体涉及一种基于游客行为的旅游城市网络关联度评估方法。

背景技术

随着生活水平的提高,旅游逐渐成为人们娱乐消遣的一种方式,近年来我国旅游人数不断攀升,甚至越来越多的人开始选择境外游，在一定程度上带动了我国的经济发展和消费。而且新一代的年轻消费群体正在逐渐崛起，他们在旅游方面具备极大的消费潜力，因此需要对旅游的喜好或区域进行预判；

专利201910162410.9公开了基于梯度提升决策树的用户旅游出行意向及类型预测方法，该专利包括以下步骤：步骤1、采集移动运营商提供的用户基本信息、业务使用、亲情网亲密度和出行行为数据表,并进行脱敏；步骤2、对数据表进行数据预处理；步骤3、根据样本数据中出行类别的数量,构造向量表示对应的类别；步骤4、对样本数据中每个可能的类别都训练一个分类回归树；步骤5、计算得到每个特征在各个特征值上的损失函数值,取损失函数值最小的情况构造预测函数；步骤6、生成待预测的用户在各个特征上的详细数据,使用预测函数进行预测。该发明使用梯度提升决策树算法预测用户的旅游出行意向以及目的地的类型,具有较高的准确性。该发明在预测游客出行意向时并没有将各省之间的联系进行进一步的预测，导致旅行社无法做出一个长远的规划。

由于中国面积比较大，有31个省及自治区，每个省及自治区都有自己的旅游景点，因此各个省及自治区之间的游客会相互流动，对于旅行社来说，游客之间的流动，对旅行社的客运交通以及酒店住宿都有相对重要的影响，因此如何去评判下一年度的与酒店和交通的安排需要一种关联度来评估；而现在还没有相关的技术能够处理，因此造成了旅行社的规划管理混乱。

发明内容

针对上述背景技术所提出的问题，本发明的目的是：旨在提供一种基于游客行为的旅游城市网络关联度评估方法。

一种基于游客行为的旅游城市网络关联度评估方法，其特征在于：包括，

S1：收集游客电子合同数据；

S2：处理游客非结构化文本旅游数据；

S3：异常值处理及游客完备性旅游数据归集；

S4：构建省际间旅游联系度模型；

S5：计算省际间网络关联指数；

S6：获取省际间旅游网络关联指数表。

作为本发明的一种优选方案，所述步骤S1中，游客电子合同数据来源于全国旅游电子合同数据库。

作为本发明的一种优选方案，所述步骤S2中，从游客非结构化文本旅游数据进行基于自然语言处理NLP算法的语义文本识别，提取出游客行程出发地、目的地、游玩时间信息。

作为本发明的一种优选方案，所述步骤S3中，将S2中提取出的游客行程出发地、目的地、游玩时间信息与S1中电子合同备案数据库数据进行比较，剔除掉异常值旅游数据，确保游客旅游数据的完备性。

作为本发明的一种优选方案，所述步骤S4中，省际间的旅游联系度模型如下：