典型文献
考虑节假日影响效应的景区客流量预测研究——基于Prophet-NNAR的混合预测方法
文献摘要：
近年来,旅游景区因超负荷接待造成游客滞留的事件屡见不鲜,如何准确有效地预测景区客流量、合理调配资源成为眼下景区管理者十分关切的问题.由于节假日等外部因素的影响,景区客流量的时间序列曲线通常呈现非线性的特征,这增加了准确预测旅游客流量的难度.文章提出一种考虑节假日影响效应的景区客流量预测方法,即Prophet-NNAR混合预测方法:首先,基于考虑了节假日影响因素的Prophet模型预测原始景区客流量序列;其次,使用神经网络自回归模型(NNAR)对Prophet模型预测值的残差部分进行预测;最后,将二者相加作为Prophet-NNAR混合模型的最终预测结果.文章以2013年1月1日至2017年7月31日的九寨沟景区历史客流量数据为研究样本,使用R软件验证Prophet-NNAR混合预测方法的有效性,研究发现Prophet-NNAR混合预测方法的预测性能除了优于单一的模型方法(Prophet模型、不考虑节假日效应Prophet模型、NNAR模型)外,还强于季节自回归求和滑动平均(SARIMA)、指数平滑模型(ETS).此外,借助Diebold-Mariano检验进一步确定了 Prophet-NNAR模型的优异性.
文献关键词：
Prophet;NNAR;混合预测;客流量预测;节假日效应
中图分类号：
作者姓名：
李勇;李云鹏
作者机构：
首都经济贸易大学工商管理学院,北京100070
文献出处：
引用格式：
[1]李勇;李云鹏-.考虑节假日影响效应的景区客流量预测研究——基于Prophet-NNAR的混合预测方法)[J].系统科学与数学,2022(06):1537-1550
A类：
Mariano
B类：
日影,影响效应,景区客流量,客流量预测,预测研究,Prophet,NNAR,混合预测,旅游景区,超负荷,接待,滞留,屡见不鲜,确有,测景,眼下,景区管理,外部因素,准确预测,旅游客流量,神经网络自回归,自回归模型,相加,混合模型,九寨沟景区,流量数据,软件验证,预测性能,模型方法,节假日效应,节自,滑动平均,SARIMA,指数平滑模型,ETS,Diebold,优异性
AB值：
0.245507
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。
