吳秋雨

【摘 要】本文在分析了短期客流量影響因素的基礎(chǔ)上，從平常日客流量與節(jié)假日客流量兩個角度出發(fā)，對基于支持回歸向量的臺灣旅游短期客流量預(yù)測模型進(jìn)行了研究，并提出了具體的注意事項，希望能夠為有關(guān)人員提供參考。

【關(guān)鍵詞】支持向量回歸；臺灣；旅游；短期客流量；預(yù)測模型

一、前言

生活水平的提高使得旅游行業(yè)逐漸興起，臺灣具有較為發(fā)達(dá)的經(jīng)濟(jì)，且存在較多旅游景點與經(jīng)典小吃，一直以來都吸引著大量的旅游者前去旅游。在支持向量回歸的基礎(chǔ)上，對臺灣旅游短期客流量的預(yù)測模型加以建立，能夠使其短期客流量被更加準(zhǔn)確的預(yù)測，因此也就能夠為臺灣旅游行業(yè)的發(fā)展提供參考。

二、短期客流量影響因素

旅游客流量指的是旅游者從客源地向旅游目的地流動的人群數(shù)量以及流動模式。按照旅游時間的不同，可以將其分為日客流量、月客流量、季客流量以及年客流量四種。所謂的短期客流量，主要指的是日客流量。

影響短期客流量的因素有很多，其中經(jīng)濟(jì)、政治、教育水平以及資源與交通等都會對其產(chǎn)生影響。以政治因素為例。以交通為例，與臺灣之間交通比較便捷的地點，其對臺灣所形成的短期客流量便會較大，大陸的廣東便在這一范圍內(nèi)。除此之外，心理因素以及個人喜好也會對短期客流量產(chǎn)生影響。因此，在分析短期客流量的過程中，必須充分考慮多方面因素。

三、基于支持向量回歸的臺灣旅游短期客流量預(yù)測模型

1.支持向量回歸

支持向量回歸是分析臺灣旅游短期客流量的一種主要方法，分析過程的實現(xiàn)要依靠支持向量機學(xué)習(xí)算法來完成，這一算法以統(tǒng)計學(xué)理論為基礎(chǔ)，通過不斷的應(yīng)用與更新，其分析的準(zhǔn)確程度得到了極大的提高。以其為基礎(chǔ)，實現(xiàn)對臺灣旅游短期客流量的分析與預(yù)測，能夠使多種影響因素得到綜合處理，對于客流量預(yù)測效率以及準(zhǔn)確度的提高能夠起到極大的促進(jìn)作用。

2.基于支持向量回歸的平常日客流量預(yù)測模型

基于支持向量回歸的平常日客流量預(yù)測模型的建立要從基于GA的支持向量回歸參數(shù)尋優(yōu)以及對GA-SVR模型的算法過程的分析來完成。

調(diào)查顯示，2015年度臺灣與大陸兩岸往來人員總量為985.61萬人次，同比增長4.73%，其中大陸居民赴臺灣旅游人數(shù)達(dá)340萬人次。

GA運算過程如下：參考臺灣2015年度旅游人數(shù)數(shù)據(jù)，在n=1的前提下，隨機初始種群，并將種群數(shù)目與最大數(shù)目做對比，發(fā)現(xiàn)種群數(shù)目小于最大數(shù)目，計算適應(yīng)值，并完成父代選擇、交叉與變異的過程，設(shè)置n=n+1，再次判斷種群數(shù)目與最大數(shù)目之間的關(guān)系。前者數(shù)目大于后者，結(jié)束進(jìn)程，最優(yōu)者輸出。

GA-SVR運算：參考臺灣2015年度旅游人數(shù)數(shù)據(jù)以及初始值，將數(shù)據(jù)具體分為訓(xùn)練集與測試集，在此基礎(chǔ)上，以初始值為標(biāo)準(zhǔn)以及訓(xùn)練集與測試集為標(biāo)準(zhǔn)，訓(xùn)練SVR模型，繼而通過一系列的計算過程，最終獲得GA-SVR預(yù)測值。

通過上述計算過程得出如下結(jié)果：

通過對一系列數(shù)據(jù)的分析，得出如下結(jié)果：

（1）歷史同日的客流量，對于本日的客流量會產(chǎn)生較大的影響，因此，在對臺灣平常日客流量的預(yù)測過程中，可以以歷史同日的客流量為參考來完成。、

（2）昨日客流量同樣會對平常日客流量產(chǎn)生影響，一般情況下，臺灣旅游者均為外來人員，鑒于其在交通方面投入的大量資本，游客往往不會當(dāng)日返回，這是導(dǎo)致昨日客流量影響平常日客流量的主要因素。

（3）每日人體的舒適度也會對客流量產(chǎn)生影響。如人體舒適度較低，則當(dāng)日客流量較低，反之則否，可見兩者呈正相關(guān)。

3.基于支持向量回歸的節(jié)假日客流量預(yù)測模型

2012年至2015年，臺灣節(jié)假日游客總量占全年游客總量百分比分別為15.24%、13.47%、10.25%、17.15%和19.01%。與平常日客流量預(yù)測計算過程一致，最終得出節(jié)假日客流量結(jié)果（以五一國際勞動節(jié)為例）：

通過對各節(jié)假日預(yù)測值的對比發(fā)現(xiàn)，臺灣節(jié)假日客流量以五一時期最少。節(jié)假日往往分布在不同的季節(jié)，因此對于臺灣節(jié)假日短期客流量的預(yù)測，同樣需要考慮到季節(jié)方面的因素。臺灣南部與北部處于不同的氣候帶，夏季集中在5月到9月，這一季節(jié)氣溫較高，且容易發(fā)生臺風(fēng)。五一國際勞動節(jié)是主要節(jié)假日，且正處于臺灣的夏季，臺風(fēng)多發(fā)，因此旅游者通常不會選擇在這一節(jié)假日前往臺灣旅游。

四、注意事項

在對臺灣旅游短期客流量進(jìn)行預(yù)測的過程中，需要注意以下問題：短期客流量中的日客流量不僅會受歷史客流量以及人體舒適度的影響，同時還會受到其他因素的影響。臺灣較為著名的景區(qū)，其日客流量相對于其他景區(qū)而言往往較大，因此很容易出現(xiàn)客流擁堵的情況，不僅會對游客本身造成影響，同時對于景區(qū)狀態(tài)的保持也非常不利。對此，可以在支持向量回歸的基礎(chǔ)上，考慮上述因素對其日最大客流量進(jìn)行預(yù)測，并在客流量最大的時間，通過分流的方式，解決精確的擁堵問題。

五、結(jié)論

綜上所述，以支持向量回歸為基礎(chǔ)，對臺灣旅游短期客流量進(jìn)行預(yù)測能夠有效的判斷出其短期客流量與眾多影響因素之間的關(guān)系，并最終得出客流量隨各影響因素的變化趨勢，這對于臺灣旅游業(yè)發(fā)展能夠起到極大的支持。因此，有必要對這一方法加以重視。

參考文獻(xiàn)：

[1]陳榮.基于支持向量回歸的旅游短期客流量預(yù)測模型研究[D].合肥工業(yè)大學(xué)，2014.

[2]陳榮，梁昌勇，梁焱，馬銀超. 基于APSO-SVR的山岳風(fēng)景區(qū)短期客流量預(yù)測[J]. 旅游科學(xué)，2013，03：50-60.

[3]陳榮，梁昌勇，陸文星，宋國鋒，梁焱. 基于季節(jié)SVR-PSO的旅游客流量預(yù)測模型研究[J]. 系統(tǒng)工程理論與實踐，2014，05：1290-1296.

[4]翁鋼民，李凌雁，李慧盈. 季節(jié)調(diào)整的PSO-SVR模型及其在旅游客流量預(yù)測中的應(yīng)用——以海南省三亞市為例[J]. 數(shù)學(xué)的實踐認(rèn)識，2016，06：6-13.