基于旅游微观数据平台的旅游消费类型预测模型研究

利用旅游微观数据平台中获取的大量旅游消费类数据,建立了一个旅游者消费类型预测模型,在部分缺失旅游消费数据的情况下可以对旅游者的消费类型进行预测和判断。该模型基于监督性学习理论,首先针对已有的完整的消费数据进行学习,使用学习算法不断降低模型的判断误差,直到可以进行比较准确的数据预测;再根据数据缺失情况的不同,采用BP神经网络和均值插补的方式进行补足;然后通过K-means聚类分析方法,对已经补足的数据进行聚类,从而达到预测判断旅游者消费类型和层次的效果,进而达到在已知部分旅游数据的情况下能对旅游者的消费类型进行预测判断的效果。

面向大数据的旅游微观数据信息平台研究

传统的旅游数据获取方法已经落后于整体的旅游业发展的需求,如何获得客观准确的旅游数据,一直是一件让人头痛的事。分析大数据背景和目前旅游数据统计中的各种问题,研究出以微观数据统计为基础的旅游数据统计平台的设计方案和实现方法,利用该平台,测试性地对成都游客在2013年国庆7天消费情况进行统计分析,证明了该平台(MTIS)的实用价值。该平台基于移动互联网、LBS、数据挖掘等新技术,有很好的可行性和实用性,能够为旅游中的不同单位和个体提供优质的信息化服务。同时,该平台的应用,将带来旅游数据统计、分析、营销的重大突破。