典型文献
社交网络数据驱动下旅游客运需求预测模型
文献摘要：
为解决移动互联网络信息新环境下旅游客运需求预测模型数据来源有限所导致精度不足的问题,以社交网络数据为切入点,通过网络爬虫技术对社交网络中旅游出行相关文本数据进行采集,运用BERT模型的情感分析对社交网络文本型数据进行定量化处理.在传统旅游客运需求预测模型中融入结构化后的社交网络数据,结合天气、节假日状态等变量构建基于梯度提升回归树(GBRT)的旅游客运需求预测模型.最后,以黄山旅游风景区为实例对象,基于景区客运站实际统计数据和社交网络数据,运用上述方法,进行黄山旅游客运需求预测实证分析.结果表明,社交网络数据有助于提升旅游客运需求预测精度,基于社交网络数据的旅游需求预测模型平均预测精度相较于传统模型提升了 10.81％.
文献关键词：
交通运输工程;旅游客运;自然语言处理;GBRT模型;BERT模型;需求预测
中图分类号：
作者姓名：
陈坚;彭涛;曹晏诗;刘柯良
作者机构：
重庆交通大学交通运输学院,重庆400074
文献出处：
引用格式：
[1]陈坚;彭涛;曹晏诗;刘柯良-.社交网络数据驱动下旅游客运需求预测模型)[J].重庆交通大学学报（自然科学版）,2022(10):41-47,76
A类：
B类：
社交网络数据,旅游客运,客运需求,移动互联网络,新环境,模型数据,数据来源,网络爬虫技术,中旅,游出,文本数据,BERT,情感分析,网络文本,定量化处理,传统旅游,节假日,梯度提升回归树,GBRT,黄山,旅游风景区,客运站,旅游需求预测,模型平均,传统模型,交通运输工程,自然语言处理
AB值：
0.240132
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
