首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量机旅游需求预测
引用本文:李志龙,陈志钢,覃智勇.基于支持向量机旅游需求预测[J].经济地理,2010,30(12).
作者姓名:李志龙  陈志钢  覃智勇
作者单位:湖南商学院旅游管理系;中山大学旅游学院;
摘    要:针对旅游预测中常存在旅游因子难以确定、样本容量小等特点,探讨了一种新的预测方法——支持向量机回归算法(SVR)在旅游需求时间序列预测中的应用。以2004年1月至2007年4月的中国入境旅游人数月度数据为样本,建立了入境旅游需求预测的SVR模型。通过对模型的检验并与神经网络模型(BPNN)的比较,其结果表明SVR模型更优于BPNN模型。

关 键 词:支持向量机  旅游需求预测  神经网络模型(BPNN)

SUPPORT VECTOR MACHINE IN FORECASTING TOURISM DEMAND
LI Zhi-long,CHEN Zhi-gang,QIN Zhi-yong.SUPPORT VECTOR MACHINE IN FORECASTING TOURISM DEMAND[J].Economic Geography,2010,30(12).
Authors:LI Zhi-long  CHEN Zhi-gang  QIN Zhi-yong
Institution:LI Zhi-long1,CHEN Zhi-gang2,QIN Zhi-yong1 (1. Department of Tourism Management,Hunan Business College,Changsha 410205,Hunan,China,2. School of Tourism Management Sun Yat-set University,Guangzhou 510275,Guangdong,China)
Abstract:
Keywords:support vector machine  forecasting tourism demand  BPNN  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号