基于网络搜索数据的北京市旅游区客流量预测研究——基于五折交叉验证法的不同预测模型比较

本文以百度的整体搜索指数为网络搜索数据基础,采用直接取词法和范围取词法对北京市旅游的网络搜索关键词进行初选,并采用时差相关系数法和皮尔森相关系数法在初选的关键词中选择核心关键词。接着,选用逐步回归模型、分类回归树模型(classification and regression tree model)、随机森林模型(random forest model)、BP神经网络模型(back propagation neural network model)和支持向量机模型(support vector vachinemodel),采用五折交叉验证法,对北京市旅游区客流量进行预测分析。测试集的平均绝对百分误差(mean absolute percentage error,MAPE)和标准化均方误差(normalized mean square error, NMSE)值结果显示,五个预测模型中随机森林模型的预测效果最佳。与传统的预测方法相比,基于网络搜索数据的北京市旅游区客流量预测能够较好地解决拐点预测问题,同时预测的时效性更强,比官方统计调查数据的公布至少提前一个月。