互联网环境下基于消费者搜索的酒店入住率预测研究

摘要：

互联网环境下消费者信息搜索反映了游客潜在的旅游需求.针对酒店入住率的非线性特征,以北京为例,构建BA-SVR@ CSQ混合模型对北京星级酒店平均入住率进行预测,其中蝙蝠算法(Bat Algorithm, BA)用于优化SVR模型的自由参数,并利用2011年1月至2017年4月与北京旅游相关的消费者搜索数据(Consumer Search Queries,CSQ)构造SVR模型的输入集.12个月的预测结果表明,与基准模型相比,所构建预测方法能有效提高模型的预测精度,证实了网络搜索数据在酒店入住率预测中的重要价值,预测结果可为旅游相关部门的决策提供必要的参考.

关键词：消费者搜索、支持向量回归、蝙蝠算法、酒店入住率、预测精度

所属期刊栏目：33

分类号：F590(旅游经济)

资助基金：重庆市哲学社会科学基金一般项目《互联网环境下基于混频建模的重庆景区客流量预测与预警研究》2017YBGL137;四川省教育厅一般项目《基于消费者搜索的四川省旅游景区游客流量预测研究》17ZB0375;国家自然科学基金项目《基于多模态网络数据挖掘的景区游客流量预测与预警研究》71373023

在线出版日期：2018-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99