登录    注册    忘记密码

期刊文章详细信息

基于客源地的聚类-ARIMA模型的短期旅游需求预测--以天津欢乐谷主题公园为例    

Short-term Forecasting Tourism Demand Based on Origin's Hierarchical Clustering ARMA Model: A Case Study of Tianjin Happy Valley Theme Park

  

文献类型:期刊文章

作  者:段莉琼[1,2] 宫辉力[1] 刘少俊[3] 刘泽华[4] 李勇永[1] 葛军莲[3]

机构地区:[1]首都师范大学资源环境与旅游学院,北京100048 [2]国家旅游局信息中心,北京100740 [3]南京师范大学地理科学学院,南京210023 [4]南京大学地理与海洋科学学院,南京210093

出  处:《地域研究与开发》

基  金:国家自然科学基金项目(41671145,41301144);国家旅游局青年专家培养计划项目(TYETP201312)

年  份:2017

卷  号:36

期  号:3

起止页码:108-112

语  种:中文

收录情况:BDHX、BDHX2014、CSCD、CSCD2017_2018、CSSCI、CSSCI_E2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘  要: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。

关 键 词:短期旅游需求预测  客源地 时间序列聚类 ARIMA模型 天津欢乐谷主题公园  

分 类 号:F590[旅游管理类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心