- 作 者：张斌儒著
- 出 版 社：北京：经济管理出版社
- 出版年份：2018
- ISBN：9787509659137
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
第一章 绪论 1
第一节 研究背景及意义 1
第二节 研究范围、研究内容、预期目标及解决的关键问题 9
第三节 研究思路与本书框架 14
第四节 主要创新点 15
第二章 文献综述 17
第一节 传统旅游需求预测方法研究现状 17
第二节 综合性预测技术 26
第三节 基于网络搜索数据的社会经济行为预测 28
第四节 基于网络搜索数据的旅游需求预测 36
第五节 总结与评价 39
第三章 理论基础与实证研究框架的构建 42
第一节 理论基础 42
第二节 实证研究框架的构建 49
第三节 本章小结 55
第四章 互联网环境下消费者信息搜索与旅游需求 57
第一节 引言 57
第二节 模型设定、变量说明、数据来源与变量的统计性分析 59
第三节 计量分析与讨论 67
第四节 基于伪样本外预测的模型检验 73
第五节 本章小结 76
第五章 基于网络搜索数据的国内游客流量预测 79
第一节 引言 79
第二节 支持向量回归算法原理 81
第三节 支持向量回归超参数的优化方法 86
第四节 BA-SVR＆CS混合模型预测程序 89
第五节 实证检验 90
第六节 本章小结 104
第六章 基于网络搜索数据的星级旅游饭店入住率预测 106
第一节 引言 106
第二节 相关向量机算法 108
第三节 季节指数调整方法 111
第四节 SI-BA-RVM＆CS混合模型预测流程 113
第五节 实证检验 115
第六节 本章小结 125
第七章 基于多模态网络数据的短期游客流量预测 127
第一节 引言 127
第二节 预测方法的构造 129
第三节 实证检验 131
第四节 本章小结 144
第八章 总结与展望 145
第一节 主要研究结论 145
第二节 政策建议 148
第三节 研究不足与展望 149
附录A 各章节图表 150
附录B 主要MATLAB程序 155
参考文献 175