典型文献
基于多语言搜索引擎数据的旅游需求预测研究
文献摘要：
在大数据时代,搜索引擎数据(search engine data,i.e.,SED)作为一种强大的工具被广泛用于预测领域,如旅游需求和原油价格预测.值得探究的是,基于不同搜索语言的SED可能有不同的预测能力,引入多语言SED以提高预测目标的预测精度则成为预测领域的研究方向之一.因此,文章采用不同语言搜索引擎数据和人工智能技术,探讨结合多语言SED和单一语言SED在旅游市场需求方面的预测能力.具体地,以中国香港入境游客量为研究样本,以中文,英文,日文和韩文为关键词筛选语言,相应地收集多语言SED,实现1-3期提前预测.实证结果得到3个显著性结果:首先,单一语言SED可以明显提高预测精度.其次,多语言SED也可以作为具有预测能力的数据源,以提高预测精度.第三,多语言SED在各方面的预测能力与单一语言SED预测能力相近,并未表现出明显优势.研究结果可为预测变量的拓展提供理论支撑,以及为旅游业研究人员和从业人员提高旅游需求预测准确度提供参考.
文献关键词：
大数据;搜索引擎数据;机器学习;旅游需求预测;RVFL
中图分类号：
作者姓名：
于翠翠;寇红红;孙少龙
作者机构：
西安电子科技大学经济与管理学院,西安710126;西安交通大学管理学院,西安710049
文献出处：
引用格式：
[1]于翠翠;寇红红;孙少龙-.基于多语言搜索引擎数据的旅游需求预测研究)[J].系统科学与数学,2022(09):2383-2398
A类：
B类：
多语言,搜索引擎数据,旅游需求预测,预测研究,search,engine,data,SED,原油价格预测,预测能力,一语,旅游市场需求,需求方,中国香港,入境游客,游客量,日文,文和,韩文,提前预测,数据源,预测变量,预测准确度,RVFL
AB值：
0.241075
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。
