基于客源地的聚类-ARIMA模型的短期旅游需求预测
基于客源地的聚类-ARIMA模型的短期旅游需求预测
复制标题
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
葛军莲
中科院分区：
文献类型：
--
作者：
段莉琼;宫辉力;刘少俊;刘泽华;李勇永;葛军莲
大多数旅游需求预测研究是基于目的地游客总数或消费总量开展的,尚未按不同的旅游目的或客源地细分进行预测｡以天津欢乐谷主题公园为案例地,选择2014年第40周到2015年第26周为研究时段,利用通信大数据,提出了一种面向客源地的聚类-ARIMA组合预测模型｡通过对不同客源地的时序数据进行聚类,选取各类别中的代表性客源地分别构建ARIMA预测模型｡结果表明: 对欢乐谷主题公园各客源地分别建模与聚类后通过6 个代表客源地建模得到的结果一致; 后者可以降低80%的预测成本｡该方法具有较高的预测精度和较低的计算成本,适合面向客源地的短期旅游需求预测,可为旅游目的地提供更具针对性的旅游需求管理､分析与决策支撑｡