人工智能赋能爆炸性客流预测--来自山岳型旅游风景区的证据

本书以山岳型旅游风景 区为研究对象，针对旺季客 流量呈现非线性爆炸且难以 预测的特征，揭示其客流分 布及预测变量，提出多个爆 炸性客流预测方法，并实例 验证了方法的有效性，可为 旅游风景区客流量预测研究 提供新思路。

殷茗，管理学博士，西北工业大学副教授，长期从事客流预测的科研工作，主要研究方向为：智能数据分析、旅游管理、社交网络等，2013.06—2014.07在美国匹兹堡大学Joseph M. Katz商学研究院做访问学者。担任IPM、KMRP等多个国际学术期刊审稿人。近年来，主持科研项目10多项，包括国家自然科学基金、教育部人文社科基金、航空基金、航天科学基金、陕西省自然科学基金，陕西省社科基金等，作为技术负责人参与装发技术基础类、航天型号预研、航空SJL等国防项目攻关。目前，在IEEE TEM、JSS、JISF、科研管理、预测等国内外高水平期刊发表论文30余篇，出版专著2部，授权国家发明专利4项，研究成果有1项陕西省科学技术奖三等奖，2项陕西省高等学校科学技术奖一等奖、1项陕西省高等学校科学技术奖二等奖。

引言 第一章 客流预测相关理论与技术 第一节 客流预测相关性分析方法 第二节 客流预测变量降维方法 第三节 客流预测模型 本章小结 第二章 山岳型旅游风景区客流分布及预测变量 第一节 山岳型旅游风景区客流分布 第二节 山岳型风景区客流预测变量 第三节 基于格兰杰因果检验的特征选择 第四节 基于PCA的特征融合 本章小结 第三章 基于关联规则的山岳型旅游风景区爆炸性客流关联特征研究 第一节 关联规则挖掘方法 第二节 实验过程与结果 本章小结 第四章 山岳型旅游风景区单日客流预测 第一节 预测变量选择 第二节 模型评价指标 第三节 基于ARIMA模型的山岳型风景区客流预测 第四节 基于SVR模型的山岳型风景区客流预测 第五节 基于随机森林回归模型的山岳型风景区客流预测 第六节 基于长短期记忆网络模型的山岳型风景区客流预测 第七节 单一模型预测性能结果比较 第八节 基于特征选择和PCA的组合模型对比结果 本章小结 第五章 基于多特征组合的山岳型旅游风景区单日客流预测 第一节 问题提出 第二节 基于多特征组合的单日客流预测方法 第三节 实验过程与结果 本章小结 第六章 基于降维搜索指数的山岳型旅游风景区爆炸性客流预测 第一节 问题提出 第二节 模型准备 第三节 基于降维搜索指数的爆炸性客流预测方法 本章小结 第七章 基于日期特征量化的山岳型旅游风景区爆炸性客流预测 第一节 问题提出 第二节 基于日期特征量化的爆炸性客流预测方法 第三节 实验过程与结果 本章小结 第八章 基于mRMR-LSTM的山岳型旅游风景区滚动多步爆炸性客流预测 第一节 问题提出 第二节 基于mRMR-LSTM滚动多步爆炸性客流预测方法 第三节 实验过程与结果 本章小结 第九章 基于去噪神经网络的山岳型旅游风景区爆炸性客流预测 第一节 问题提出 第二节 基于去噪神经网络的爆炸性客流预测方法 第三节 实验过程与结果 第四节 模型比较和验证 本章小结 第十章 基于残差强化的山岳型旅游风景区爆炸性客流预测 第一节 问题提出 第二节 基于残差强化的爆炸性客流预测方法 第三节 实验过程与结果 本章小结 第十一章 山岳型旅游风景区爆炸性客流预测的管理策略 第一节 开发智能预测平台，为景区预测提供实时决策依据 第二节 景区建立灵活有效的预约与限流制度，平衡客流稳定状态 第三节 制定天气变化管理策略，保障景区安全 第四节 制定节假日与周末管理策略，确保游客优质体验 第五节 制定基础设施管理策略，提高景区服务质量 第六节 联合多方资源，共同打造优质旅游目的地 本章小结 结语 参考文献