• 多数据源融合下的景区客流量预测与预警研究
21年品牌 40万+商家 超1.5亿件商品

多数据源融合下的景区客流量预测与预警研究

全新正版 极速发货

43.33 4.9折 88 全新

库存2件

广东广州
认证卖家担保交易快速发货售后保障

作者张斌儒 著 著

出版社经济管理出版社

ISBN9787509687420

出版时间2022-11

装帧平装

开本16开

定价88元

货号1202974516

上书时间2024-08-07

谢岳书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
第一章 导论

第一节 研究背景分析

一、全球旅游业发展现状

二、我国旅游业发展状况

三、数字经济时代背景下的旅游需求预测

第二节 研究目标与研究意义

一、研究目标

二、研究意义

第三节 研究方法、研究思路与内容框架

一、研究方法

二、研究思路与内容框架

第四节 主要创新之处

第二章 文献综述

第一节 旅游需求预测方法概述

一、时间序列模型

二、计量经济模型

三、人工智能模型

四、其他旅游需求预测技术

第二节 基于网络搜索数据的社会经济活动预测

一、网络搜索数据应用于预测的研究起源

二、基于网络搜索数据的宏观经济预测

三、基于网络搜索数据的行业市场预测

第三节 基于各类数据源的旅游需求预测

一、基于网络搜索数据的旅游需求预测

二、基于社交媒体数据的旅游需求预测

三、基于其他数据源的旅游需求预测

四、多数据源融合下的旅游需求预测

第四节 旅游预警研究现状

第五节 文献评述

第三章 旅游需求相关理论

第一节 旅游需求的度量

第二节 旅游需求的产生

一、消费者的旅游动机

二、消费者的支付能力

三、消费者的闲暇时间

第三节 旅游需求的影响因素

第四节 消费者的旅游决策与旅游需求的实现

一、消费者的旅游决策

二、旅游决策的过程与旅游需求的实现

第四章 旅游需求预测实证分析框架构建

第一节 实证分析框架构建

第二节 多源数据的收集与数据预处理

一、多源数据的收集

二、数据预处理

第三节 数据降维与数据分析

一、数据降维

二、相关性、平稳性及描述性统计分析

第四节 实验数据集的构建与预测评估

一、实验数据集的构建

二、预测评估

第五章 基于多源混频数据的游客流量预测研究

第一节 问题的提出

第二节 预测方法及预测框架构建

一、MIDAS模型构建

二、权重方案选择

三、合并预测方法

四、预测评估

五、本章预测框架

第三节 案例分析

一、数据获取及预处理

二、数据分析

三、预测结果与讨论

第四节 本章小结

第六章 基于多数据源的景区日度客流量预测研究

第一节 问题的提出

第二节 预测方法及预测框架构建

一、BiLSTM-Attention预测模型构建

二、预测模型各单元基本原理

三、预测评估

四、本章预测框架

第三节 实证分析

一、实验数据的收集

二、数据预处理及数据分析

三、预测结果与讨论

第四节 本章小结

第七章 多数据源融合下的景区日度客流量预警研究

第一节 问题的提出

第二节 基于多数据源的预警体系指标选择

第三节 多数据源融合下的日度客流量预警框架构建

第四节 景区日度客流量预警案例

一、指标选取及实验数据

二、景区客流量预测

三、客流量预警

第五节 本章小结

第八章 结论与建议

第一节 研究结论

第二节 政策建议

第三节 研究不足与展望

参考文献

内容摘要
本书首先对基于网络搜索数据、网络评论数据、气象数据等数据源的旅游需求预测文献进行梳理,为研究提供必要的基础;其次,对消费者行为理论、旅游者动机理论以及游客信息搜索等理论进行归纳总结,并构建研究框架,以期为本书后续研究提供理论依据和指导;再次,利用多源旅游大数据并构建相应的模型进行旅游需求预测;最后,基于多数据源构建景区客流量预警方案并进行预警案例分析。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP