香港旅游需求预测外文翻译.docVIP

香港旅游需求预测的稀疏高斯过程回归模型摘要近年来，高斯过程（GP）模型已被广泛研究，努力解决机器学习问题。的模型是很重要的在本文中,我们提出一个稀疏GP回归(GPR)在香港旅游需求预测模型。探地雷达的sparsification过程模型不仅降低了计算复杂度,而且提高了泛化能力。在国际入境旅游需求方面，无论是在旅游收入和旅游人数香港旅游业最近发生了剧烈的变化与这些翻天覆地的变化相关的是入境旅游市场的结构调整,因此对旅游产品和服务的需求不同。作为一个例子，对个人游计划在中国内地某城市居民推出后在香港旅游需求的变化更为突出(Law, To, Goh, 2008)在很大程度上,旅游需求的准确预测所有旅游产品和服务的提供者有效计划是至关重要的(Perez Sampol, 2000)classi?cation，旅游需求预测分为定性和定量流。定性的方法,比如一张桌子审查方法或一种专家意见,强调定性洞察力、直觉、和不可计量的知识一个特定的旅游活动。然而,这些识别方法是缓慢而冗长的定性关系,并被批评为“艺术”,无法推广(Walle, 1997)定量(正式)旅游需求预测方法,采用因果或时间序列模型,应用数学函数来估计数字旅游的一些现象的定量关系数据(Goh, Law, Mok, 2008; Law, 2000b; Law, Goh, Pine, 2004; Mok, 1990; Witt Wit