互聯(lián)網(wǎng)環(huán)境下基于消費(fèi)者搜索的酒店入住率預(yù)測研究

張斌儒，劉樹林，張超鋒，蒲玉蓮

(1.長江師范學(xué)院 a.財(cái)經(jīng)學(xué)院，b.管理學(xué)院 重慶 408100；2.對外經(jīng)濟(jì)貿(mào)易大學(xué) 國際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029)

一、引 言

酒店是旅游業(yè)的重要組成部分，在旅游發(fā)展中扮演著舉足輕重的角色，預(yù)測將來酒店需求是酒店收益管理的關(guān)鍵環(huán)節(jié)，有助于相關(guān)企業(yè)和組織分配有限的旅游資源以保持市場競爭力[1-2]。然而，諸如酒店入住率等旅游需求是一個(gè)復(fù)雜的非線性系統(tǒng)，受季節(jié)性、突發(fā)事件以及隨機(jī)因素等影響較大，使得傳統(tǒng)的預(yù)測技術(shù)無法對其進(jìn)行精確的擬合。本文試圖尋求更為有效的預(yù)測工具對酒店入住率進(jìn)行預(yù)測。

傳統(tǒng)的預(yù)測方法主要依賴于預(yù)測變量或被預(yù)測變量的歷史數(shù)據(jù)，預(yù)測變量主要包括客源地人口數(shù)量、匯率、收入水平、目的地或競爭地門票價(jià)格以及其它定量指標(biāo)[2]，這些變量常難以獲取。而被預(yù)測變量的歷史觀測往往無法充分?jǐn)M合旅游需求的非線性特征，數(shù)據(jù)的發(fā)布存在一定的滯后，且要求穩(wěn)定的經(jīng)濟(jì)環(huán)境，這在一定程度上限制了模型的應(yīng)用，影響預(yù)測的時(shí)效性。近年來，隨著信息技術(shù)的發(fā)展以及互聯(lián)網(wǎng)的普及，作為旅行計(jì)劃和在線交易的工具，網(wǎng)絡(luò)的使用產(chǎn)生了一類可利用的網(wǎng)絡(luò)搜索數(shù)據(jù)，這些數(shù)據(jù)具有實(shí)時(shí)性、易獲取、對消費(fèi)者行為敏感等特征，一定程度上反映了消費(fèi)者的潛在旅游需求[3]。

基于互聯(lián)網(wǎng)的消費(fèi)者搜索數(shù)據(jù)(Consumer Search Queries，CSQ)在旅游需求預(yù)測領(lǐng)域已有應(yīng)用。比如，Choi和Varian應(yīng)用谷歌趨勢數(shù)據(jù)預(yù)測來自9個(gè)不同國家的到港游客量[4]；Yang等采用百度網(wǎng)絡(luò)搜索數(shù)據(jù)對中國海南省旅游景區(qū)接待的客流量進(jìn)行了預(yù)測研究，并得到了較好的預(yù)測效果[5]。王煉和賈建明以“黃金周”期間的客流量數(shù)據(jù)為研究對象，利用百度搜索指數(shù)對短期游客流量成功進(jìn)行了預(yù)測[6]；李霞和曲洪建基于百度搜索數(shù)據(jù)對郵輪旅游網(wǎng)絡(luò)關(guān)注度的時(shí)空特征以及影響因素進(jìn)行了實(shí)證分析并得到了相關(guān)的結(jié)論[7]，Zhang等也做了類似研究[8]。這些研究表明網(wǎng)絡(luò)搜索數(shù)據(jù)能顯著提高模型預(yù)測精度，預(yù)測具有時(shí)效性，但主要集中在游客流量預(yù)測以及旅游網(wǎng)絡(luò)關(guān)注度方面，對酒店需求預(yù)測研究甚少，在國內(nèi)還沒有相關(guān)文獻(xiàn)對酒店入住率進(jìn)行研究。本文擬擴(kuò)展該方法在酒店需求預(yù)測中的應(yīng)用。

雖然網(wǎng)絡(luò)搜索數(shù)據(jù)被成功應(yīng)用于旅游需求預(yù)測領(lǐng)域，但所使用的模型主要為經(jīng)典時(shí)間序列或經(jīng)濟(jì)計(jì)量等線性模型。由于旅游需求是一個(gè)復(fù)雜的非線性系統(tǒng)，因此傳統(tǒng)的預(yù)測技術(shù)難以對其進(jìn)行充分的刻畫，需尋求更為有效的預(yù)測工具。ANN具有良好的非線性預(yù)測能力，但受限于訓(xùn)練過程復(fù)雜，容易陷入局部最優(yōu)以及對樣本容量要求較大等缺陷。作為一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法，支持向量回歸(Support Vector Regression，SVR)具有很強(qiáng)的非線性預(yù)測能力，并且可以解決小樣本預(yù)測問題。該模型已被成功應(yīng)用于旅游需求預(yù)測[9]。研究結(jié)果表明SVR模型的預(yù)測能力優(yōu)于傳統(tǒng)的非線性模型。但利用SVR進(jìn)行預(yù)測會(huì)遇到兩個(gè)技術(shù)障礙：首先是對模型自由參數(shù)的選擇問題，不恰當(dāng)參數(shù)設(shè)置會(huì)對預(yù)測結(jié)果產(chǎn)生重要影響[10]。針對自由參數(shù)的選擇，已有研究主要應(yīng)用粒子群優(yōu)化算法(PSO)等對SVR模型的三個(gè)自由參數(shù)進(jìn)行調(diào)整。比如，陳榮等利用PSO調(diào)整SVR的參數(shù)，并構(gòu)建模型對黃山景區(qū)客流量進(jìn)行了預(yù)測[9]；Gu等應(yīng)用遺傳算法(Genetic Algorithm，GA)調(diào)節(jié)SVR的參數(shù)，并建立模型對房價(jià)進(jìn)行了預(yù)測[11]。然而，這些參數(shù)優(yōu)化算法在某些情況下容易存在局部最優(yōu)等風(fēng)險(xiǎn)。Yang提出蝙蝠算法(Bat Algorithm，BA)，其主要思想來源于自然界的蝙蝠覓食的過程[12]。與PSO等算法的搜索機(jī)制相同，但BA擁有更強(qiáng)的隨機(jī)性，因而具備更快的收斂速度、不易陷入局部最優(yōu)以及魯棒性強(qiáng)等優(yōu)點(diǎn)。

為克服傳統(tǒng)預(yù)測技術(shù)的局限性，本文建立BA-SVR@CSQ混合模型對北京星級酒店的月度平均入住率進(jìn)行預(yù)測，其中引入的BA用于模型自由參數(shù)的優(yōu)化，利用2011年1月到2017年4月的百度網(wǎng)絡(luò)搜索數(shù)據(jù)(CSQ)作為SVR模型的輸入集，“@”旨在強(qiáng)調(diào)利用消費(fèi)者搜索數(shù)據(jù)構(gòu)造預(yù)測模型的輸入集。為驗(yàn)證該方法的有效性，將BA-SVR (僅利用酒店入住率的歷史觀測作為輸入集)、PSO-SVR@CSQ、ANN@CSQ以及BA-SVR@T作為基準(zhǔn)模型以進(jìn)行預(yù)測對比，其中，“T”用于強(qiáng)調(diào)利用鐵路客運(yùn)量數(shù)據(jù)*交通流量數(shù)據(jù)主要包括飛機(jī)、鐵路、輪船以及公路等客運(yùn)量數(shù)據(jù)，但由于除鐵路客運(yùn)量以外的其它交通數(shù)據(jù)或其它交通數(shù)據(jù)的加權(quán)平均值與被預(yù)測變量之間沒有顯著的相關(guān)性，故本文僅選擇鐵路客運(yùn)量數(shù)據(jù)進(jìn)行分析。構(gòu)造模型輸入集，BA-SVR@T旨在利用交通流量以及入住率歷史觀測數(shù)據(jù)預(yù)測酒店入住率并對比不同來源數(shù)據(jù)的預(yù)測效果。

二、預(yù)測方法設(shè)計(jì)

(一)支持向量回歸算法

Vapnik引入支持向量機(jī)(SVM)以解決分類問題，SVM是基于統(tǒng)計(jì)學(xué)習(xí)理論的一種新穎的機(jī)器學(xué)習(xí)算法[13]988-999。隨著ε(不敏感損失函數(shù))的引入，回歸版本的SVM即SVR被用于非線性回歸預(yù)測問題[14]。SVR的本質(zhì)是求解一個(gè)帶約束的二次規(guī)劃問題并提供全局最優(yōu)解，其基本原理概括如下：

給定數(shù)據(jù)集：(xi,yi),yi∈R，xi∈Rn(i=1,2，…，N)，其中xi表示輸入向量，yi為與xi相對應(yīng)的輸出值。定義非線性映射φ：Rn→F，通過該映射，數(shù)據(jù)集xi被映射到高維特征空間F，在該特征空間理論上存在一個(gè)線性函數(shù)f(SVR函數(shù))，它描繪了xi與yi之間的非線性關(guān)系：

f(x)=ωTφ(x)+b

(1)

其中，f(x)為預(yù)測值，系數(shù)ω和b通過最小化正則風(fēng)險(xiǎn)函數(shù)獲得：

(2)

滿足如下約束條件：

(3)

其中，式(2)等號(hào)右邊第一項(xiàng)表示Euclidean范數(shù)，控制模型的復(fù)雜度，第二項(xiàng)表示經(jīng)驗(yàn)風(fēng)險(xiǎn)，該項(xiàng)利用ε不敏感損失函數(shù)懲罰訓(xùn)練誤差，C用來折中模型的復(fù)雜度和經(jīng)驗(yàn)風(fēng)險(xiǎn)[14]。式(3)中ζ與ζ*表示正的松弛變量，用來保證解的存在，ε用來度量不敏感損失函數(shù)。

將上述問題轉(zhuǎn)化為對偶問題并求解一個(gè)二次規(guī)劃問題，則線性函數(shù)f(x)可以表示為：

(4)

其中，拉格朗日乘子β和β*由求解二次規(guī)劃問題確定，K(xi,x)表示SVR所使用的核函數(shù)，任何滿足Mercer’s定理的函數(shù)均可作為SVR的核函數(shù)[14]，本文采用最為常用的高斯徑向基(RBF)核。因?yàn)楹藢拵?、不敏感損失函數(shù)以及折中系數(shù)需要用戶進(jìn)行調(diào)整，因此要求求解一個(gè)三維的優(yōu)化問題，本文利用蝙蝠算法對模型的這些自由參數(shù)進(jìn)行優(yōu)化。

(二)蝙蝠算法基本原理

BA由Yang提出，該算法綜合了其它啟發(fā)式智能算法的優(yōu)點(diǎn)，其思想來源于自然界的蝙蝠覓食的行為[12，15]。由于BA具有收斂速度快、易于實(shí)現(xiàn)、結(jié)構(gòu)簡單，易獲得全局最優(yōu)解以及魯棒性好等優(yōu)點(diǎn)[15]，使得該算法在多個(gè)學(xué)科和工程領(lǐng)域得到了廣泛的應(yīng)用。比如，Yang應(yīng)用BA解決了一些工程優(yōu)化問題，與其它優(yōu)化技術(shù)相比，得到了令人滿意的結(jié)果[15]。下面簡要概括BA的原理，具體細(xì)節(jié)及相關(guān)假設(shè)可參考Yang。

蝙蝠采用聲吶技術(shù)搜索食物目標(biāo)并且對前方的障礙物進(jìn)行有效的躲避，同時(shí)利用回聲定位的聲學(xué)原理來調(diào)整發(fā)聲頻率以判斷所捕食物的大小，并通過回聲的變化情況以探測目標(biāo)物體的方向、距離、大小以及速度等，從而準(zhǔn)確地飛行和捕食。Yang根據(jù)蝙蝠的這種生活習(xí)性以及目標(biāo)優(yōu)化問題提出了蝙蝠算法，具體而言，在n維搜索空間，蝙蝠的速度、位置、響度和脈沖速率可以用下列方程表示：

fi=fmin+(fmax-fmin)β

(5)

υit=υit-1+(xit-x*)fi

(6)

xit=xit-1+υit

(7)

其中，向量β在[0，1]區(qū)間上服從均勻分布，x*表示當(dāng)前全局最優(yōu)解，fmin和fmax分別表示最小和最大頻率，需根據(jù)具體問題進(jìn)行設(shè)置。

局部搜索則是通過隨機(jī)游走的方式迭代進(jìn)行：

xnew=xold+εAt

(8)

其中，ε表示在[-1，1]閉區(qū)間上的一個(gè)隨機(jī)數(shù)，At=〈Ait〉表示所有蝙蝠在第t次迭代時(shí)間段的平均噪聲，蝙蝠的音量Ai和脈沖發(fā)生率ri則通過式(9)進(jìn)行更新：

Ait+1=αAit,rit+1=ri0[1-exp(-θt)]

(9)

對任意的0<α<1,θ>0，簡單計(jì)算可以得到式(10)：

Ait→0，rit→ri0,t→

(10)

其中，α和θ均為待定常數(shù)。當(dāng)運(yùn)用BA求解優(yōu)化問題時(shí)，必須預(yù)先對BA自身的參數(shù)進(jìn)行設(shè)置，這些參數(shù)包括：蝙蝠的數(shù)量N,A0,r0,α,θ,fmin，fmax以及隨機(jī)游走步長λ。本文采用Taguchi方法對BA的參數(shù)進(jìn)行設(shè)置[16]。

(三)BA-SVR@CSQ預(yù)測程序的構(gòu)建

基于SVR和BA算法的基本原理，本文混合模型的預(yù)測可以通過以下步驟實(shí)現(xiàn)：

步驟1:BA參數(shù)的確定。在利用BA對SVR模型參數(shù)優(yōu)化前，需對BA的若干參數(shù)進(jìn)行設(shè)置，本文采用Taguchi法對其進(jìn)行設(shè)置，該方法簡化了實(shí)驗(yàn)的過程，簡單易行。

步驟2:蝙蝠種群初始化。為獲得SVR的最優(yōu)參數(shù)集，我們必須對種群進(jìn)行初始化，而種群被假定隨機(jī)分布在整個(gè)搜索空間上，故本文需優(yōu)化SVR的3個(gè)超參數(shù)。

步驟3:搜索新解。在該過程中，蝙蝠利用自身所處的具體位置和速度循環(huán)計(jì)算，從而搜索到最優(yōu)解。

步驟5：停止迭代準(zhǔn)則的判斷。搜索新解和適應(yīng)度評估兩個(gè)步驟將會(huì)持續(xù)迭代，直至進(jìn)化的代數(shù)與用戶事先規(guī)定的迭代次數(shù)相等為止，同時(shí)在迭代過程停止時(shí)適應(yīng)度曲線收斂，此時(shí)獲得模型的最優(yōu)解，然后將其帶入SVR模型，并在測試集上進(jìn)行預(yù)測實(shí)驗(yàn)。具體預(yù)測流程圖見圖1。

圖1 BA-SVR@CSQ預(yù)測流程圖

三、實(shí)證檢驗(yàn)

(一)數(shù)據(jù)來源與模型輸入集構(gòu)造

由于酒店入住率可真實(shí)反映酒店接待客流量以及客房的利用情況，為證實(shí)引入方法的有效性，本文以北京為例，對北京市星級酒店月度平均入住率進(jìn)行預(yù)測。北京是全球擁有世界遺產(chǎn)最多的城市，交通便捷，其旅游業(yè)已取得巨大的發(fā)展。據(jù)北京市統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2015年1-11月北京星級酒店收入合計(jì)2 358 819萬元，同比增長1.4%；接待住宿人數(shù)18 515 974萬人，同比增長3.9%.

星級酒店入住率以及鐵路客運(yùn)量數(shù)據(jù)來源于萬得(wind)資訊，數(shù)據(jù)收集的時(shí)間范圍為2011年1月至2017年4月。網(wǎng)絡(luò)搜索數(shù)據(jù)來源于百度指數(shù)(http://index.baidu.com/)，它是由百度提供的一項(xiàng)關(guān)鍵詞免費(fèi)查詢服務(wù)，呈現(xiàn)了2011年1月至今的日度或周度整體趨勢數(shù)據(jù)。

圖2 關(guān)鍵詞“北京酒店”與被預(yù)測變量趨勢圖

圖2直觀顯示了 “北京酒店”這一關(guān)鍵詞與被預(yù)測變量“酒店入住率”之間的趨勢，可以看出兩條曲線的波動(dòng)特征極為相似，表現(xiàn)出較強(qiáng)的聯(lián)動(dòng)性和相關(guān)性，并且該關(guān)鍵詞的波動(dòng)時(shí)間一定程度上領(lǐng)先于酒店入住率變量。酒店入住率，在每年表現(xiàn)出相似的“凸”字型波動(dòng)，在每年的7—8月份達(dá)到峰值，在春節(jié)左右回落到谷值。這是由于每年的7—8月為暑假，8月末為開學(xué)時(shí)間，這段時(shí)期大量游客流向北京市區(qū)，客流劇增，造成酒店入住率達(dá)到最高；而到了春節(jié)左右，大量務(wù)工人員和城市居民返鄉(xiāng)，大量游客流出北京市區(qū)，造成市區(qū)短時(shí)間內(nèi)客流驟減，從而酒店入住率達(dá)到最低。由于受其它季節(jié)性和隨機(jī)性等因素影響，在每個(gè)周期內(nèi)還出現(xiàn)小的峰值和谷值，但每個(gè)周期的波動(dòng)特征又不盡相同。因此，本文假定與北京旅游相關(guān)的某些信息搜索能有效預(yù)測酒店入住率，并提高模型的預(yù)測能力。

網(wǎng)絡(luò)搜索數(shù)據(jù)反映了游客潛在的旅游需求，盡管個(gè)別數(shù)據(jù)本身存在一定的缺陷，存在較大的噪聲，不妨礙利用統(tǒng)計(jì)的方法找出關(guān)鍵詞變量與被預(yù)測變量之間的相關(guān)性并證實(shí)該類數(shù)據(jù)對預(yù)測的有效性。由于與被預(yù)測變量相關(guān)的關(guān)鍵詞并不唯一，如何從中甄別出最具預(yù)測力的預(yù)測變量是需要解決的關(guān)鍵問題。本文根據(jù)如下步驟對網(wǎng)絡(luò)搜索數(shù)據(jù)進(jìn)行獲取與篩選：

1.基準(zhǔn)關(guān)鍵詞的確定。選擇與北京旅游相關(guān)的基準(zhǔn)關(guān)鍵詞14個(gè)，這些基準(zhǔn)關(guān)鍵詞包括了與“吃”、“住”、“行”、“游”、“購”以及“娛”等旅游六要素相關(guān)的信息查詢。

2.為避免遺漏重要關(guān)鍵詞信息，循環(huán)查詢與基準(zhǔn)關(guān)鍵詞相關(guān)的其它關(guān)鍵詞信息，初步得到與北京旅游相關(guān)的關(guān)鍵詞46個(gè)，并獲取這些關(guān)鍵詞的數(shù)據(jù)信息。由于被預(yù)測變量為月度數(shù)據(jù)，簡單起見，將關(guān)鍵詞變量(周度數(shù)據(jù))按照平均加權(quán)求和的方式轉(zhuǎn)換為月度數(shù)據(jù)。

3.預(yù)測變量的獲取。以0.70為閾值，綜合使用皮爾森交叉相關(guān)分析以及逐步回歸的思想最終得到4個(gè)最具預(yù)測能力關(guān)鍵詞。其中皮爾森交叉相關(guān)分析基于一種啟發(fā)式算法，該算法能通過對時(shí)間序列進(jìn)行統(tǒng)計(jì)分析，識(shí)別與時(shí)間序列相對應(yīng)的不同滯后結(jié)構(gòu)的潛在影響變量，這種方法能確保找出最具相關(guān)性的預(yù)測變量。但預(yù)測變量并非越多越好，關(guān)鍵詞變量對模型的邊際貢獻(xiàn)是有限的，而逐步回歸方法旨在確定最佳預(yù)測變量。最終所選擇變量的相關(guān)性分析見表1。

表1 所選預(yù)測變量與被預(yù)測變量相關(guān)分析表

注：***，**，*分別表示在1%，5%與10%水平顯著，下同；所有時(shí)間區(qū)間已進(jìn)行對齊處理；被預(yù)測變量y：酒店入住率 (2012.01-2017.04)

由表1可以看出，被預(yù)測變量與其12階滯后變量之間存在顯著的相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)到了0.979 8，因此入住率的12階滯后變量被選為預(yù)測變量；入住率與4個(gè)關(guān)鍵詞的最優(yōu)滯后變量之間也存在顯著的相關(guān)關(guān)系。這些變量都反映了游客到北京旅游所關(guān)心的與旅游及住宿相關(guān)的問題。比如，他們會(huì)提前1個(gè)月在網(wǎng)絡(luò)上對門票及住宿等相關(guān)問題進(jìn)行查詢，盡管消費(fèi)者也查詢了“北京酒店預(yù)訂”等其它與北京旅游相關(guān)的潛在信息，考慮到變量選擇的相關(guān)性以及預(yù)測能力，我們未能將其納入到預(yù)測變量中來；上一年的鐵路客運(yùn)量與酒店入住率之間也存在顯著的相關(guān)關(guān)系，相關(guān)系數(shù)為0.648 0。由于暑假和春節(jié)對入住率影響較大，引入季節(jié)虛擬變量dummy，當(dāng)某月包含寒假或暑假時(shí)，取值為1，否則取值為0?；谝陨戏治?，將實(shí)驗(yàn)數(shù)據(jù)集表示為：{yt-12,x1,t-1,x2,t-12,x3,t-1,x4,t-1，x5,t-12，dummy；yt}，其中，{yt-12,x1,t-1,x2,t-12,x3,t-1,x4,t-1,x5,t-12，dummy}表示模型的輸入集，yt為模型的輸出變量，數(shù)據(jù)樣本容量為64(滯后損失了12個(gè)數(shù)據(jù)點(diǎn))。為消除不同變量的數(shù)量級對預(yù)測結(jié)果的影響，對實(shí)驗(yàn)數(shù)據(jù)集利用式(11)進(jìn)行標(biāo)準(zhǔn)化處理以改善模型預(yù)測精度：

(11)

其中，xi為變量x的第i個(gè)數(shù)據(jù)點(diǎn)，xmin和xmax分別表示對應(yīng)變量在樣本區(qū)間的最小值和最大值。

預(yù)測后需對預(yù)測值進(jìn)行標(biāo)準(zhǔn)化公式的逆變換N-1(xi)以獲得實(shí)際的預(yù)測值。考慮到實(shí)驗(yàn)數(shù)據(jù)樣本容量較小，為進(jìn)行預(yù)測實(shí)驗(yàn)，將標(biāo)準(zhǔn)化后的實(shí)驗(yàn)數(shù)據(jù)分成訓(xùn)練集(前52個(gè)數(shù)據(jù)點(diǎn))和檢驗(yàn)集(最后12個(gè)數(shù)據(jù)點(diǎn))兩部分分別用于模型訓(xùn)練以及預(yù)測檢驗(yàn)。

(二)模型預(yù)測性能度量

為驗(yàn)證BA-SVR@CSQ模型的預(yù)測能力，本文采用相關(guān)系數(shù)(R)、平均絕對誤差比(MAPE)和均方根誤差(RMSE)指標(biāo)對預(yù)測誤差進(jìn)行評估，這些指標(biāo)的定義如下：

(12)

(13)

(14)

在3個(gè)性能度量指標(biāo)中，MAPE和RMSE旨在衡量擬合值與期望值之間的偏差，其值愈小意味著模型的預(yù)測精度越高；R度量預(yù)測值與實(shí)際值之間的相關(guān)程度，其值越接近1意味著相關(guān)程度越大，預(yù)測性能越高。

(三)結(jié)果與討論

根據(jù)預(yù)測程序，首先需要在訓(xùn)練集上訓(xùn)練模型以獲得模型的最優(yōu)參數(shù)，然后將訓(xùn)練的模型在檢驗(yàn)集上進(jìn)行預(yù)測實(shí)驗(yàn)。利用MATLAB 2015a進(jìn)行實(shí)驗(yàn)，所建立BA-SVR@CSQ模型的最優(yōu)參數(shù)集為:C=28.296,ε=0.991,δ=2.370,篇幅所限，其它模型最優(yōu)參數(shù)集未能逐一列出。

將得到的最優(yōu)模型在檢驗(yàn)集上進(jìn)行預(yù)測，各個(gè)模型預(yù)測結(jié)果見表2，該表顯示在12個(gè)月的預(yù)測值中，BA-SVR@CSQ和PSO-SVR@CSQ模型的最優(yōu)預(yù)測值(標(biāo)記為黑體)均為4個(gè)月，ANN@CSQ為2個(gè)月，而BA-SVR與BA-SVR@T均1個(gè)月。預(yù)測值暗示本文構(gòu)建的預(yù)測方法具有更好的預(yù)測效果；BA-SVR由于僅使用了入住率的滯后觀測作為模型的輸入集，使得預(yù)測能力最差，這證實(shí)了引入網(wǎng)絡(luò)搜索數(shù)據(jù)能提高模型的預(yù)測能力；PSO-SVR@CSQ也具有很好的預(yù)測能力；而ANN@CSQ模型雖使用了網(wǎng)絡(luò)搜索數(shù)據(jù)作為輸入集并且具有良好的非線性預(yù)測能力，但由于ANN不適用于小樣本預(yù)測問題，所以預(yù)測性能差強(qiáng)人意；BA-SVR@T基于鐵路客運(yùn)量數(shù)據(jù)進(jìn)行預(yù)測，其預(yù)測能力與基于網(wǎng)絡(luò)搜索數(shù)據(jù)模型的預(yù)測能力有很大差距。圖3更為直觀地顯示出各個(gè)模型的預(yù)測曲線與實(shí)際曲線之間的偏差，可以看出BA-SVR@CSQ的擬合效果最好，具體預(yù)測性能是否具有差異還需從統(tǒng)計(jì)性能指標(biāo)進(jìn)行驗(yàn)證。

表2 不同模型預(yù)測結(jié)果對比表

圖3不同模型預(yù)測曲線對比圖

為進(jìn)一步對上述結(jié)論進(jìn)行驗(yàn)證，基于預(yù)測結(jié)果的3個(gè)統(tǒng)計(jì)度量指標(biāo)值見表3。從總體上看，3個(gè)度量指標(biāo)值顯示BA-SVR@CSQ模型預(yù)測性能最佳，其次是PSO-SVR@CSQ和ANN@CSQ，表現(xiàn)最差的仍然是BA-SVR模型。具體而言，平均絕對誤差百分比和均方根誤差值暗示BA-SVR@CSQ的擬合值與期望值之間具有最小偏差，從而預(yù)測精度最高，而沒有利用網(wǎng)絡(luò)搜索數(shù)據(jù)的BA-SVR模型預(yù)測偏離最大；與BA-SVR@CSQ相比，基于鐵路客運(yùn)量數(shù)據(jù)的BA-SVR@T與實(shí)際值的偏離程度更大。就相關(guān)系數(shù)R而言，BA-SVR@CSQ模型的預(yù)測結(jié)果與實(shí)際值相關(guān)程度最高，表現(xiàn)最差的仍為BA-SVR。

表3 不同預(yù)測模型的統(tǒng)計(jì)性能指標(biāo)

上述基于預(yù)測結(jié)果的分析驗(yàn)證了所構(gòu)建的BA-SVR@CSQ混合模型具有良好的預(yù)測性能，而網(wǎng)絡(luò)搜索數(shù)據(jù)的引入提高了模型的預(yù)測精度，這與已有文獻(xiàn)結(jié)論一致[6,8]；同時(shí)證實(shí)了與PSO優(yōu)化算法相比，BA不易陷入局部最優(yōu)、更具魯棒性強(qiáng)等優(yōu)點(diǎn)；ANN雖然有較強(qiáng)的非線性預(yù)測能力，但在處理小樣本數(shù)據(jù)預(yù)測方面表現(xiàn)較差；鐵路客運(yùn)量數(shù)據(jù)不具備網(wǎng)絡(luò)搜索數(shù)據(jù)的一些優(yōu)點(diǎn)，同時(shí)由于相關(guān)性等原因未能整合其它交通流量數(shù)據(jù)，導(dǎo)致BA-SVR@T模型的預(yù)測能力不如BA-SVR@CSQ。

四、結(jié) 論

隨著信息技術(shù)的發(fā)展和互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)搜索數(shù)據(jù)在社會(huì)經(jīng)濟(jì)行為中的預(yù)測效果明顯，它對消費(fèi)者行為敏感，克服了傳統(tǒng)預(yù)測變量存在難以獲取、數(shù)據(jù)發(fā)布滯后以及對數(shù)據(jù)結(jié)構(gòu)要求嚴(yán)格等缺陷。針對旅游需求曲線的非線性特征，本文建立BA-SVR@CSQ模型對北京星級酒店入住率進(jìn)行預(yù)測，基于預(yù)測結(jié)果的統(tǒng)計(jì)性能指標(biāo)，證實(shí)了網(wǎng)絡(luò)搜索數(shù)據(jù)的引入能有效提高模型的預(yù)測精度，該模型是一種恰當(dāng)?shù)木频耆胱÷暑A(yù)測工具。

本文所建立模型具有良好的預(yù)測性能可歸功于三方面原因。首先，SVR模型超參數(shù)的選擇對預(yù)測精度有著重要的影響，而BA所具備的良好性質(zhì)保證了預(yù)測模型優(yōu)異的泛化能力，從而避免了諸如PSO和GA等算法的缺陷。因此，與基準(zhǔn)模型PSO-SVR@CSQ相比，BA-SVR@CSQ預(yù)測更為精確。其次，就數(shù)據(jù)來源而言，與BA-SVR和BA-SVR@T模型不同，本文提出的預(yù)測方法充分利用了消費(fèi)者信息搜索數(shù)據(jù)作為模型的輸入集，這類數(shù)據(jù)能提供更為綜合、實(shí)時(shí)的信息，從而有助于提高模型的預(yù)測能力。本文對預(yù)測變量的選擇方法和數(shù)據(jù)標(biāo)準(zhǔn)化處理程序在一定程度上有助于提高模型的預(yù)測精度。

就實(shí)際應(yīng)用而言，本文將網(wǎng)絡(luò)搜索數(shù)據(jù)作為BA-SVR的輸入集，結(jié)果顯示能有效提高模型的預(yù)測能力，可將所構(gòu)建預(yù)測技術(shù)推廣到其它旅游目的地或旅游需求預(yù)測，例如將網(wǎng)絡(luò)搜索數(shù)據(jù)引入到非線性預(yù)測模型，對景區(qū)旅游收入以及景區(qū)游客流量進(jìn)行預(yù)測。預(yù)測結(jié)果可為相關(guān)行業(yè)提供必要的參考，對旅游相關(guān)部門的決策與管理起到十分重要的作用。在互聯(lián)網(wǎng)環(huán)境下，相關(guān)管理部門也應(yīng)重視與旅游要素相關(guān)的關(guān)鍵詞數(shù)據(jù)的營銷策略，并應(yīng)用于旅游需求預(yù)測以提升市場競爭力。

受限于數(shù)據(jù)收集的困難，本文未能考慮其它來源的實(shí)驗(yàn)數(shù)據(jù)集。在將來的研究中，探索更具預(yù)測能力的數(shù)據(jù)來源，利用其它地區(qū)的酒店行業(yè)相關(guān)數(shù)據(jù)對本文建立的方法進(jìn)行檢驗(yàn)以及開發(fā)更具預(yù)測能力的預(yù)測工具是進(jìn)一步努力的方向。

[1] Weatherford L R，Kimes S E.A Comparisonof Forecasting Methods for Hotel Revenue Management[J].International Journal of Forecasting，2003,19(3).

[2] Song H，Li G.Tourism Demand Modelling and Forecasting：A Review of Recent Research[J].Tourism Management，2008，29 (2).

[3] Fodness D,Murray B.A Typology of Tourist Information Search Strategies[J].Journal of Travel Research,1998,37(2).

[4] Choi H，Varian H.Predicting Present with Google Trends[J].Economic Record,2012,88(1).

[5] Yang X，Pan B，James A，et al.Forecasting Chinese Tourist Volume with Search Engine Data[J].Tourism Management，2015(46).

[6] 王煉,賈建明.基于網(wǎng)絡(luò)信息搜索的旅游需求預(yù)測——來自黃金周的證據(jù)[J].系統(tǒng)管理學(xué)報(bào),2014,23(3).

[7] 李霞,曲洪建.郵輪旅游網(wǎng)絡(luò)關(guān)注度的時(shí)空特征和影響因素——基于百度指數(shù)的研究[J].統(tǒng)計(jì)與信息論壇,2016,31(4).

[8] Zhang B R，Huang X K，Li N，et al.A Novel Hybrid Model for Tourist Volume Forecasting Incorporating Search Engine Data[J].Asia Pacific Journal of Tourism Research,2017,22(3).

[9] 陳榮,梁昌勇,陸文星，等.基于季節(jié)SVR-PSO的旅游客流量預(yù)測模型研究[J].系統(tǒng)工程理論與實(shí)踐，2014，34(5).

[10] Andre J，Siarry P，Dognon T.An Improvement of the Standard Genetic Algorithm Fighting Premature Convergence in Continuous Optimization[J].Advances in Engineering Sortware，2001，32 (1).

[11] Gu J，Zhu M，Jiang L.Housing Price Forecasting Based on Genetic Algorithm and Support Vector Machine[J]，Expert Syst，2011，38 (4).

[12] Yang X S.Nature Inspired Cooperative Strategies for Optimization[R].Berlin Heidelberg:Springer,2010.

[13] Vapnik V.The Nature of Statistical Learning Theory [M].New York：Springer，1995.

[14] Drucker H，Burges C J C，Kaufman L，et al.Support Vector Regression Machines[J].Advances in Neural Information Processing Systems，1996,28(7).

[15] Yang X S.Bat Algorithm：A Novel Approach for Global Engineering Optimization[J].Engineering Computations，2012(5).

[16] Ghani J，Choudhury I，Hassan H.Application of Taguchi Method in the Optimization of End Milling Parameters[J].Journal of Materials Processing Technology，2004,145(1).