基于互联网旅游数据的游客量预测模型研究现状与展望北大核心

互联网旅游数据具有多元异构、高频、海量、价值密度低的大数据特征,从互联网旅游数据中挖掘关键特征信息和构建有效的游客量预测模型已成为近年来国内外相关科研机构的研究共识和热点。对近十年国内外基于互联网旅游数据的游客量预测模型研究现状进行综述。首先,介绍了互联网旅游数据的特点和来源,阐述了搜索引擎数据和社交媒体数据的获取过程和处理方法;其次,对基于互联网旅游数据的游客量预测模型现状进行评述,包括时间序列预测模型、计量经济预测模型、机器学习预测模型和组合预测模型;最后,从关键词智能提取、非结构化数据转化、多源旅游数据融合、高维非线性混频数据处理4个方面展望了未来的研究要点及趋势。