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
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.
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
36
F590(旅游经济)
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
2017-07-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
108-112,141