基于BP神经网络的邮轮旅游需求预测

科研管理 ›› 2013, Vol. ›› Issue (6): 77-83.

基于BP神经网络的邮轮旅游需求预测

贾鹏, 刘瑞菊, 孙瑞萍, 杨忠振

大连海事大学交通运输管理学院, 辽宁大连 116026

收稿日期:2012-07-04 修回日期:2012-05-02 出版日期:2013-06-27 发布日期:2013-06-18
基金资助:
国家自然科学基金面上项目(51078049);高等学校博士学科点专项科研基金(20112125120005);中国博士后科学基金项目(2012M520611);中央高校基本科研业务费专项资金(3132013320)。

A prediction model for cruise tourism demand based on BP neural network

Jia Peng, Liu Ruiju, Sun Ruiping, Yang Zhongzhen

College of Transportation Management, Dalian Maritime University, Dalian 116026, China

Received:2012-07-04 Revised:2012-05-02 Online:2013-06-27 Published:2013-06-18

摘要/Abstract

摘要： 科学分析邮轮旅游需求规模是正确引导邮轮产业规划、投入和发展所面临的重要议题。本文首先采用定性分析和定量统计相结合的方法研究邮轮旅游需求的影响因素,并在此基础上建立基于BP神经网络的邮轮旅游需求预测模型,然后基于美国邮轮市场的统计数据进行模型的训练及测试,最后将模型应用于我国邮轮旅游需求规模的预测,精度达到95%以上。

关键词: 邮轮, 旅游需求, 影响因素, BP神经网络

Abstract: Scientific analysis on cruise tourism demand is the key issue to correctly guide the planning, investment, and development of the cruise industry. First, the method combining the qualitative research with quantitative analysis is used to identify the influential factors of cruise tourism demand. Based on the BP neural network, a model for forecasting the cruise tourism demand is built, and then the model is trained and tested on the basis of statistical data of U.S.A. cruise tourism market. Finally, a model that is used to forecast the demand of Chinese cruise tourism market is proposed and the results indicate that the prediction reaches at the precision above 95%.

Key words: cruise, tourism demand, influential factor, BP neural network

中图分类号:

F590.8

贾鹏, 刘瑞菊, 孙瑞萍, 杨忠振. 基于BP神经网络的邮轮旅游需求预测[J]. 科研管理, 2013, (6): 77-83.

Jia Peng, Liu Ruiju, Sun Ruiping, Yang Zhongzhen. A prediction model for cruise tourism demand based on BP neural network[J]. Science Research Management, 2013, (6): 77-83.

参考文献

[1] 黄钰. 我国邮轮经济的机遇和挑战 [J]. 中国经济周刊, 2008(28): 47-48.
[2] 孙晓东, 冯学钢. 中国邮轮旅游产业: 研究现状与展望 [J]. 旅游学刊, 2012, 27(2): 101-112.
[3] Fama Eugene F., MacBeth James D. Tests of the Multi-Period Two-Parameter Model [J]. Journal of Financial Economics, 1974, 1(1): 43-66.
[4] Wilkinson Paul F. Ocean Travel and Cruising: A Cultural Analysis [J]. Annals of Tourism Research. 2005 32(2): 503-505.
[5] 张辉. 旅游经济学 [M]. 西安:陕西旅游出版社, 1991: 892-100.
[6] 谢彦君. 基础旅游学(第一版)[M]. 北京: 中国旅游出版社, 1999: 101-123.
[7] 保继刚, 楚义芳, 彭华. 旅游地理学 [M]. 北京: 高等教育出版社, 1993: 33-51.
[8] 林南枝, 陶汉军. 旅游经济学 [M]. 天津: 南开大学出版社, 2000: 56-83.
[9] 卞显红. 旅游者目的地选择影响因素分析 [J]. 地理与地理信息科学, 2003, 19 (6): 83-88.
[10] 陶伟, 黎碧茵. 国外游憩需求研究20年—《Annals of Tourism Research》所反映学术态势 [J]. 热带地理, 2005, 25(2): 128-137.
[11] Wong Kevink. F., Song Haiyan, Kaye S. Chon. Bayesian Models for Tourism Demand Forecasting [J]. Tourism Management, 2006, 27: 773-780.
[12] Chen Kuan-Yu, Wang Cheng-Hua. Support Vector or Regression with Genetic Algorithms in Forecasting Tourism Demand [J]. Tourism Management, 2007, 28: 215-226.
[13] Chu Fong-Lin. Forecasting Tourism Demand: A Cubic Polynomial Approach [J]. Tourism Management, 2004, 25(5): 209-218.
[14] 王娟, 曾昊. 人工神经网络: 一种新的旅游市场需求预测系统 [J]. 旅游科学, 2001(4): 24-27.
[15] 吴江华, 葛兆帅, 杨达源. 基于人工神经网络的国际入境旅游需求的定量分析与预测—以日本对香港的国际旅游需求分析为例 [J]. 旅游学刊, 2002, 17(3):55-59.