基于百度指數(shù)的旅游景區(qū)游客量預(yù)測研究
——對黃先開模型的改進

何一夫

(重慶市育才中學(xué)校，重慶 400050)

?

【經(jīng)濟與管理】

基于百度指數(shù)的旅游景區(qū)游客量預(yù)測研究
——對黃先開模型的改進

何一夫

(重慶市育才中學(xué)校，重慶 400050)

節(jié)假日游客井噴已經(jīng)威脅到景區(qū)的生態(tài)環(huán)境。精準(zhǔn)的預(yù)測節(jié)假日游客量能夠為景區(qū)管理提供科學(xué)的支撐。黃先開等將網(wǎng)絡(luò)搜索數(shù)據(jù)引入時間序列游客量預(yù)測研究，構(gòu)建了基于百度指數(shù)的景區(qū)游客量預(yù)測模型,實現(xiàn)了對景區(qū)日接待游客量的有效預(yù)測，具有很高的實用價值。但該模型存在使用無法獲取的預(yù)測當(dāng)天網(wǎng)絡(luò)檢索變量和節(jié)假日景區(qū)接待游客量預(yù)測誤差等缺陷。本文在修正變量問題的基礎(chǔ)上，探討了引入節(jié)假日變量提升模型預(yù)測精度的可能性，構(gòu)建了新的預(yù)測模型，并以九寨溝為例進行了測算。結(jié)果表明：加入節(jié)假日變量后，百度指數(shù)游客量預(yù)測模型的整體預(yù)測精度比修正后的黃先開模型高了12%，節(jié)日預(yù)測精度高了21.5%。

游客量預(yù)測；百度指數(shù)；黃先開模型；節(jié)假日變量

游客量的驟然增加給當(dāng)?shù)貛斫?jīng)濟和社會效益的同時，也對景區(qū)的生態(tài)環(huán)境造成破壞[1]。如何保持生態(tài)環(huán)境的可持續(xù)性和游客體驗質(zhì)量是景區(qū)管理亟待解決的問題?？茖W(xué)精準(zhǔn)地預(yù)測節(jié)假日游客量能夠讓景區(qū)對游客的增加幅度有更為清晰的認(rèn)識，進而合理地調(diào)配資源，安排旅游線路，實現(xiàn)生態(tài)保護的目的[2]。因此，尋找更為科學(xué)、精準(zhǔn)的節(jié)假日景區(qū)游客量預(yù)測方法具有重要的現(xiàn)實意義。

一、黃先開游客量預(yù)測模型及其不足

(一)黃先開游客量預(yù)測模型

2013年，國內(nèi)學(xué)者黃先開等發(fā)現(xiàn)網(wǎng)絡(luò)檢索數(shù)據(jù)與景區(qū)實際游客量之間存在顯著的正相關(guān)，并提出了基于百度指數(shù)的景區(qū)游客量預(yù)測模型，通過加入反映當(dāng)天游客對景區(qū)關(guān)注程度的關(guān)鍵詞網(wǎng)絡(luò)日檢索變量(St)及其滯后項(St-j)，來提升模型的預(yù)測精度[3]。黃先開模型的結(jié)構(gòu)如下：

(1)

預(yù)測模型由表示前i天景區(qū)實際日接待游客量的Pt-i，反映游客對景區(qū)關(guān)注度的關(guān)鍵詞日檢索變量(St)及其滯后項(St-j)，常數(shù)項(C)及誤差項(μt)構(gòu)成。

(二)黃先開游客量預(yù)測模型的不足

雖然加入網(wǎng)絡(luò)檢索變量提升了模型的整體預(yù)測效果，但是黃先開模型還存在以下兩點不足：

(1)使用預(yù)測當(dāng)天的網(wǎng)絡(luò)檢索變量降低了模型的預(yù)測精度。

Pt=3 390.9+26.5×GPt+4.3×BJt-2+0.1×

GGt-1+1.1×Pt-1+0.3×Pt-2

(2)

(2)模型的節(jié)假日游客量預(yù)測精度遠(yuǎn)遠(yuǎn)低于對工作日的游客量預(yù)測。

二、黃先開游客量預(yù)測模型的改進

(一)黃先開模型的修正

黃先開構(gòu)建的百度指數(shù)游客量預(yù)測模型中使用了當(dāng)期的關(guān)鍵詞百度指數(shù)，而該數(shù)據(jù)需要到次日才能生成，降低了實證結(jié)論的說服力。筆者對黃先開游客量預(yù)測模型中使用不可獲取的當(dāng)期關(guān)鍵詞百度指數(shù)問題進行了修正，去除了模型設(shè)定中的當(dāng)期關(guān)鍵詞百度指數(shù)變量。修正后的黃先開游客量預(yù)測模型結(jié)構(gòu)如式(3)所示。

(3)

(二)節(jié)假日變量

構(gòu)建新的預(yù)測模型之前，需要對新變量進行明確的界定，并考慮數(shù)據(jù)能否獲取，以及獲取數(shù)據(jù)的完整性等問題。為了保證研究的嚴(yán)謹(jǐn)性，文本給出如下關(guān)于節(jié)假日變量的說明：

節(jié)假日變量具體分為節(jié)日變量(H)和周末變量(W)，并且兩個變量的性質(zhì)均為虛擬變量。相應(yīng)的計算公式如下：

(4)

將節(jié)假日變量以調(diào)節(jié)變量的形式引入到黃先開模型中，構(gòu)建了如下的預(yù)測模型：

Ht+Wt+μt

(5)

三、改進后景區(qū)游客量預(yù)測模型的實證分析

(一)數(shù)據(jù)來源及誤差評價指標(biāo)

利用預(yù)測方程對2014年1月9日至2014年12月31日期間四川九寨溝景區(qū)日接待游客量進行了靜態(tài)預(yù)測。圖1為加入節(jié)假日變量模型的預(yù)測值(PF)與真實值(P)的對比圖，從中可以發(fā)現(xiàn)預(yù)測曲線對實際接待游客量曲線的擬合程度較高，模型的整體預(yù)測效果良好工作日的均方根誤差最低，只有1 926.990，說明模型對工作日景區(qū)接待游客量的預(yù)測效果最好，其次是周末，均方根誤差等于3 487.701，預(yù)測效果最差的是節(jié)日期間，均方根誤差高達(dá)4 188.369。均方根誤差的比較結(jié)果表明加入節(jié)假日變量的預(yù)測模型對工作日的預(yù)測效果最好，對節(jié)日景區(qū)接待游客量的預(yù)測效果最差，但是相比較黃先開模型節(jié)日比工作日的均方根誤差比值已經(jīng)由2.5降至2左右。

圖1 加入節(jié)假日變量的模型預(yù)測人數(shù)與九寨溝景區(qū)2014年實際日接待游客數(shù)的對比

(二)加入節(jié)假日變量的預(yù)測模型與修正后的黃先開模型預(yù)測精度的對比分析

對2014年1月9日至2014年12月31日四川九寨溝接待游客量進行靜態(tài)預(yù)測。根據(jù)預(yù)測結(jié)果分別計算出黃先開模型和加入節(jié)假日變量的游客量預(yù)測模型在整體、工作日、周末和節(jié)日四個時期的均方根誤差值(RMSE)和平均絕對誤差值(MAE)。

表1 加入節(jié)假日變量的模型與修正后的黃先開模型預(yù)測精度比較

綜合而言，加入節(jié)假日變量的百度指數(shù)景區(qū)游客量預(yù)測模型比修正后的黃先開模型預(yù)測精度高出12%。節(jié)假日變量的引入對景區(qū)節(jié)日接待游客量的預(yù)測效果提升最為明顯，預(yù)測精度比修正后的黃先開模型高出21.5%；對工作日接待游客量的預(yù)測效果提升次之，預(yù)測精度提升了11.7%；預(yù)測效果提升最低的是對周末游客量的預(yù)測，預(yù)測精度提高只有6.1%(預(yù)測精度提升幅度參照均方根誤差變化)。加入節(jié)假日變量后，模型預(yù)測精度的提升，尤其是節(jié)日預(yù)測精度的提升，對于四川九寨溝景區(qū)管理方預(yù)測節(jié)日期間游客量，提前合理配置資源，保護景區(qū)生態(tài)環(huán)境有著重要的現(xiàn)實意義。

四、 結(jié)論與討論

(一)結(jié)論

文章探討了黃先開等提出的基于百度指數(shù)的景區(qū)游客量預(yù)測模型的缺陷，論證了引入節(jié)假日變量提升黃先開模型預(yù)測精度的可能性，建立了加入節(jié)假日變量的景區(qū)游客量預(yù)測模型，并以四川九寨溝為例，比較加入節(jié)假日變量前后的模型預(yù)測精度變化，得出以下主要結(jié)論：

第一，網(wǎng)絡(luò)搜索數(shù)據(jù)的引入實現(xiàn)了對景區(qū)日接待游客量的精準(zhǔn)預(yù)測。

第二，節(jié)假日變量的引入顯著提升了黃先開模型的預(yù)測效果，尤其是對節(jié)日期間景區(qū)接待游客量的預(yù)測。

第三，需要額外就模型對節(jié)假日期間景區(qū)接待游客量的預(yù)測效果進行評估。

(二)討論

加入節(jié)假日變量的基于百度指數(shù)的景區(qū)游客量預(yù)測模型對于節(jié)假日游客量的預(yù)測誤差依舊高于對工作日接待游客量的預(yù)測。如何繼續(xù)提高模型對于節(jié)假日游客量的預(yù)測精度是研究所需要持續(xù)關(guān)注的問題。

改進后的黃先開模型對5A級的景區(qū)四川九寨溝的日接待游客量有很好的預(yù)測效果，但是我們并不清楚改進后的黃先開模型對其他景區(qū)是否還有同樣的預(yù)測效果。

網(wǎng)絡(luò)檢索數(shù)據(jù)已經(jīng)被用于預(yù)測景區(qū)接待游客量，而簽到、酒店預(yù)定等行為所產(chǎn)生的網(wǎng)絡(luò)數(shù)據(jù)是否同樣能夠被用來預(yù)測景區(qū)游客量尚需研究。

[1] 熊鷹.生態(tài)旅游承載力研究進展及其展望[J].經(jīng)濟地理,2013(5).

[2] 劉柱勝,卿芳雅,戈鵬,等.九寨溝風(fēng)景區(qū)日游客量預(yù)測研究[J].旅游科學(xué),2012,26(2):59-66.

[3] 黃先開,張麗峰,丁于思.百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測研究[J].旅游學(xué)刊,2013,28(11):93-100.

(責(zé)任編輯張佑法)

何一夫(2000—)，男，研究方向：互聯(lián)網(wǎng)大數(shù)據(jù)。

10.13769/j.cnki.cn50-1011/d.2016.12.018

何一夫.基于百度指數(shù)的旅游景區(qū)游客量預(yù)測研究——對黃先開模型的改進[J].重慶與世界，2016(12):54-55.

F592

A

1007-7111(2016)12-0054-02