[發明專利]一種基于大數據的客流預測與旅游營銷方法

在審

• 申請號: 202010625402.6
• 申請日: 2020-07-02
• 公開（公告）號: CN111951037A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 焦可偉;米建
• 申請（專利權）人: 西安絲路智慧科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/14
• 代理公司: 西安智萃知識產權代理有限公司 61221
• 代理人: 方力平

1.一種基于大數據的客流預測與旅游營銷方法，其特征在于，包括以下步驟：

步驟一：采集旅游大數據并上傳至數據中心，建立預測樣本；

步驟二：數據中心對預測樣本進行分析、處理；

步驟三：建立客流量預測模型；

步驟四：計算未來時間段內景區游客流量的預測初始值；

步驟五：校正游客流量的預測初始值；

步驟六：對校正后的游客流量的預測初始值進行實際驗證；

步驟七：根據預測的游客流量制定相應的營銷方案。

2.根據權利要求1所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟一采集的旅游大數據為影響旅游的主要因素，其包括采集一個或多個時間段內歷史天氣數據（X1）、節假日數據（X2）、景區售票數據（X3）、經濟景氣指數數據（X4）、在線旅游資產指數TPI 數據（X5）、交通流量數據（X6）、消費者信心指數數據（X7）、關鍵詞搜索指數數據（X8）旅游大數據。

3.根據權利要求2所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟二首先對采集的大數據進行相關性分析，通過Pearson相關系數初步判斷應變量與自變量之間的線性相關程度，篩選掉部分與景區客流量之間線性相關不明顯的因素，保留天氣數據（X1）、節假日數據（X2）、景區售票數據（X3）、經濟景氣指數數據（X4）、在線旅游資產指數TPI 數據（X5）和交通流量數據（X6）六個因素；

其次，數據中心對保留的數據進行清洗、轉換、集成、約規處理，計算出對客流影響最大的因數。

4.根據權利要求3所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟三是在步驟二對預測樣本分析、處理的基礎上，建立客流量預測模型即回歸預測模型，算法上主要采用Lasso回歸方法，Lasso回歸優化公式如下：

對于 （1）

其中，≥0是一個調和參數，假設=0時，則可以忽略；

所述客流預測模型方程的解表示如下：

（2）

其中，公式中的由條件來確定。

5.根據權利要求4所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟四是根據步驟三建立的客流量預測模型，并基于步驟二確定的對客流影響關鍵因素計算未來時間段內景區游客流量的預測初始值。

6.根據權利要求5所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟五是根據景區在預測日期的天氣預報和售票情況，校正步驟四預測的游客流量初始值。

7.根據權利要求6所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟六是將步驟五經過校正后的游客流量預測值與景區統計游客流量實際值進行誤差分析，主要采用平均絕對誤差，均方根誤差和平均絕對百分誤差三個統計量指標從不同角度來驗證客流量預測系統的有效性。

8.根據權利要求7所述的一種基于大數據的客流預測與旅游營銷方法，其特征在于：所述步驟七是將經過步驟六驗證后的客流量預測模型作為最終模型，然后根據所述模型預測未來一個或者多個階段的游客流量，當預測客流不足時，制定相應的刺激營銷方案，當預測客流達到景區預警時，采取相應措施疏散人流。