申请/专利权人：江苏唱游数据技术有限公司

申请日：2021-03-12

公开（公告）日：2024-03-12

公开（公告）号：CN113159377B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/14;G06F18/2135;G06F18/27;G06Q10/047;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要：本发明公开了一种基于多因子聚合模型的景区畅游度预测范式方法，该方法包括客流量预测模型与畅游度模型构建，其中模型涉及了斯皮尔曼相关系数，ARIMAp,d,q模型，AHP方法评估，min‑max归一化处理等一系列的数学模型来预测景区的畅游度情况。本发明的目的是通过满足游客和管理两方面的需求，来改善游客旅游体验、转变景区服务观念，加快旅游智慧化建设。游客方面，游客通过获取景区畅游度信息，选择最恰当的出行时间和最合适的景点出游，从而获得较高满意度；景区管理方面，通过畅游度信息的发布，及时向游客推荐最佳游览路线，避免游客集中部分景点，来提升景区服务水平和知名度，该方式通过旅游大数据建立多种模型来综合考虑景区畅游度，应用前景广阔。

主权项：1.一种基于多因子聚合模型的景区畅游度预测范式方法，其特征在于，所述方法包括如下步骤：步骤S1：获取游客畅游景区影响因素；步骤S2：建立游客畅游度数据集；步骤S3：构建游客多因子聚合模型；步骤S4：输出未来短期客流量预测数据；步骤S5：构建景区畅游度模型；步骤S6：畅游度指数结果输出，其中，所述步骤S1中游客畅游景区影响因素包括景区开放性、游客舒适度、道路通畅度和设施完善度；所述步骤S2中游客畅游度数据集包括省内重点景区动态信息、天气预报信息、空气质量指数信息、PM2.5实时浓度信息、景区类型、景区游客量、道路拥挤度、高速卡口车流量、景区停车场停车余位、景区厕所密度和景区饭店密度信息；所述步骤S3中构建游客多因子聚合模型包括如下步骤：步骤S31：统计收集样本景区每小时客流量历史数据；步骤S32：出游状态信息结果输出；步骤S33：计算斯皮尔曼Spearman相关系数ρ；步骤S34：采用ARIMAp,d,q模型预测未来一周每小时的客流量值，所述多因子聚合模型步骤S32中出游状态信息结合了天气预报信息、空气质量指数信息、PM2.5实时浓度信息、气象预警和出游景点匹配性，具体出游状态结果包括适宜、较适宜、一般、较不宜、不适宜，并分别赋值为1、0.75、0.5、0.25、0；所述多因子聚合模型步骤S33中斯皮尔曼Spearman相关系数ρ包括各景点的历史客流量和出游状态值，相关系数ρ的计算方式如下： 其中n数值为84，i代表其中的一个景点，xi代表景点i客流量，代表样本景点客流量均值，yi代表景区i出游状态，代表样本景区出游状态均值，Σ代表求和运算；基于各景点的历史客流量和出游状态值，采用Spearman方法计算每个月周一至周日内两者相关性ρ值并将其作为调整系数，得到84个观察样本，数值84由每年的12个月乘以每周的七天相乘计算所得；所述多因子聚合模型步骤S34中ARIMAp,d,q模型具体为： 其中，L代表滞后算子，d为整数且大于0，i代表景点数，p代表自回归项数，Xt代表景区客流量，Φ代表自回归系数多项式，q代表滑动平均项数，θ代表滑动平均系数多项式，εt代表零均值白噪声序列；首先，对历史客流量的时间序列进行平稳性分析，若为非平稳数据则需进行d阶差分，化为平稳非白噪声序列；其次，计算自相关系数ACF和偏自相关系数PACF，判断最佳阶层p和阶数q；最后，回归分析并验证结果；经过回归分析，计算客流量预测值；同时观察ARIMA模型下的残差是否服从正态分布，并检验残差是否自相关；所述多因子聚合模型步骤S34中预测的结果为：未来一周每小时客流量ξ1＝未来一周每小时的客流量预测值*1+ρ，其中，调整系数ρ是根据客流量与出游状态值两者相关系数进行确定；预测景区未来一小时客流状态ξ2＝1-未来一周每小时的客流量日承载最大客流量，其中，ξ≦0.2对应报警状态，0.2ξ≦0.4对应拥挤状态，0.4ξ≦0.6对应适中状态，0.6ξ≦1对应舒适状态；所述步骤S5中景区畅游度模型评价指标包括游客舒适度、道路通畅度和设施完善度；其中景区闭园情况下的畅游度定义为0，景区开园情况下的畅游度模型构建包括如下步骤：步骤S51：采用AHP方法构建游客舒适度、道路畅通度和设施完善度各维度指数分项指标；步骤S52：对分项指标进行min-max归一化处理；步骤S53：采用主成分分析法PCA确认各分项指标权重；步骤S54：综合评估畅游度指数，景区畅游度指数＝游客舒适度*W1+道路通畅度*W2+设施完善度*W3，W1、W2、W3分别为游客舒适度、道路通畅度和设施完善度的权重；所述步骤S6中畅游度指数结果输出包括如下结果：客流量预测：未来一周每小时客流量＝未来一周每小时的客流量预测值*1+ρ；畅游度指数：景区畅游度指数＝游客舒适度*W1+道路通畅度*W2+设施完善度*W3。

全文数据：

权利要求：

百度查询： 江苏唱游数据技术有限公司 一种基于多因子聚合模型的景区畅游度预测范式方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD