[發明專利]基于吸引強度的城市旅游交通需求聯合預測方法

在審

• 申請號: 202210305491.5
• 申請日: 2022-03-25
• 公開（公告）號: CN114861975A
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 鄧衛;楊雪梅
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/14;G08G1/01
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

本發明公開了一種基于吸引強度的城市旅游交通需求聯合預測方法，包括：獲取目標區域數據；(2)將目標區域劃分為旅游型、交通型和綜合型小區；(3)定義旅游交通出行，并細分為發生型旅游交通出行和吸引型旅游交通出行；(4)使用GM(1,1)灰色預測模型，預測目標區域的旅游需求總量；(5)使用因子分析方法，計算目標區域內景區吸引強度。(6)以景區為單位，預測旅游發生與吸引交通量。(7)以小區為單位，預測旅游分布交通量。本發明考慮了旅游交通與通勤交通的特性差異，考慮交通、商業、酒店等位置分布對于旅游交通需求的影響，引入因子分析量化景區的吸引強度，提出一種旅游交通聯合預測方法，得到旅游交通分布量OD矩陣，為旅游交通規劃提供了理論依據。

技術領域

本發明涉及城市旅游交通需求預測方法，具體涉及一種基于吸引強度的城市旅游交通需求聯合預測方法。

背景技術

旅游交通是指以旅游為目的，借助特定交通工具完成的整個出行過程。科學的旅游交通需求預測是合理的旅游交通規劃的基礎，能夠解決因規劃不合理導致的資源浪費、交通擁堵等問題。旅游交通與通勤交通的特性有較大差異，旅游交通與景區本身、交通阻抗等因素關聯性強，與土地利用、人口社會因素相關性弱，因此不能沿用傳統方法進行交通需求預測。

旅游交通需求預測的基礎是旅游需求總量預測，目前國內外已有不少關于城市旅游需求總量預測的研究，旅游總量預測是旅游交通需求預測的基礎，旅游需求的方法分為三類，時間序列模型、計量經濟模型、和基于人工智能的模型，灰色預測模型是一種原理簡單、預測精度較高、對數據要求較少的預測模型。對于城市旅游交通需求預測問題，較多研究基于傳統四階段預測法，提出了適應旅游交通特性的改進四階段預測方法。其中，旅游吸引力是最重要的影響因素，旅游吸引力指旅游目的地對旅游者的誘惑力，是旅游資源的質量等級、知名度、交通條件、基礎設施等因素的綜合體現。對于旅游吸引力的測度國內外均有一定研究成果，多從區域宏觀角度入手，結合經濟學研究方法，建立吸引力測度模型，研究省級、城市級旅游目的地整體吸引程度，但針對旅游景區吸引力的研究相對較少。傳統研究旅游吸引力的方法多依靠問卷調查法、層次分析法等，存在一定主觀性，且耗時長、工作量大，數據獲取不夠全面，因此在吸引力量化上有待進一步研究。

發明內容

發明目的：為了克服現有技術的不足，本發明提供一種基于吸引強度的城市旅游交通需求聯合預測方法，通過采集旅游網站的數據，引入因子分析方法對景區吸引強度量化，以吸引強度為依據進行旅游分布交通量預測。本發明能夠考慮到旅游交通需求特性，有效預測城市旅游交通需求，為旅游交通規劃奠定基礎。

技術方案：一種基于吸引強度的城市旅游交通需求聯合預測方法，所述方法用于聯合預測城市旅游發生與吸引交通量和分布交通量。

本發明所述方法包括以下步驟：

(1)獲取目標區域數據，包括：景區特性數據、地點位置數據、游記行程數據、歷年旅游需求總量數據；

(2)依據目標區域的景區特性數據和地點位置數據，結合行政區和自然資源邊界，將目標區域劃分為若干不同類型的小區，其中所述小區類型分為旅游型、交通型和綜合型三類；

(3)定義旅游交通出行及類型劃分；

(4)使用GM(1,1)灰色預測模型，預測目標區域的旅游需求總量；

(5)使用因子分析方法，計算目標區域內景區吸引強度；

(6)以景區為單位，預測旅游發生與吸引交通量；

(7)以小區為單位，預測旅游分布交通量。

進一步地，所述步驟(1)中：

景區特性數據包括景點名稱、經緯度、門票費用、景點評分、景點評論數；