数据挖掘1.doc

《数据挖掘》课程论文 题 目：国内游客总人数的时间序列分析 学生姓名：黄科科 任课老师：罗来鹏 院 别：理学院 专 业：信息与计算科学 年 级：2013-1班 学 号：2016年12月05日 摘要 研究的问题：通过对国内游客总人数的变化研究，研究各年人数的变化规律，挖掘有价值的信息.研究的方法：时间序列分析与预测，建立霍特双参数指数平滑模型，对历年的旅游总人数进行分析.得到的结论：旅游人数逐年上升，中国旅游业的前景非常的可观，中国旅游产业发展到一个新阶段，Research: Through the study of changes in the total number of domestic tourists, the number of studies each variation, the excavation of valuable information. Methods: Time series analysis and forecasting, establish Holt two-parameter exponential smoothing model, the total number of tourists over the years analyzed. The conclusion: the number of tourists increased year by year, the prospects of Chinas tourism industry is very impressive, Chinas tourism industry to a new stage, but also from the reflection of the improvement of peoples material living conditions. Keywords：The total number of tourist;Time series;Forecast;Holt two-parameter model.  1.引言 随着社会的发展，旅游业已成为全球经济中发展中势头最强劲和规模最大的产业之一，日益凸显它在国民经济中的重要地位.旅游业的发展以整个国民经济发展水平为基础并受其制约，同时又直接或间接地促进国民经济有关部门的发展.旅游业的发展经济、社会效益明显，能够促进促进我国产业结构调整和优化，为社会提供大量就业机会，提高人们的物质文化生活水平，在增进国际交流的同时促进招商引资，加快社会主义新农村建设步伐，以及促进经济与环境和社会的协调发展. 2. 霍特双参数指数平滑模型 方法 此模型适用于有线性趋势但没有季节性的序列.针对这种情况 ,霍特提出了对数列的水平和趋势值分别进行平滑 ,然后用这 2 次平滑的结果进行线性外推预测的方法 .霍特双参数指数平滑法使用 2个平滑参数(均在 0～1之间取值 )和 3个方程式 : 这里，L(t)称为数据平滑值，T(t)为趋势平滑值.在简单的指数平滑中，第t+1期的估计值是第t期的观察值与第t期估计值的加权平均.如果序列有趋势，L(t)和L(t+1)之间就存在趋势差T(t).当序列呈上升趋势时，L(t+1)会低于实际值，当序列呈下降趋势时，L(t+1)会高于实际值.因此，霍特的方法是一种改进，在估计L(t)时，给L(t-1)加上一个趋势增量T(t-1)，解决了估计值的时间滞后问题.这里的这个趋势增量也是一个指数平滑估计值：第t期的趋势估计值T(t)是第t-1期的趋势估计值T(t-1)与这两期估计值之差L(t)-L(t-1)的加权平均值，也即是用第t期与t-1期趋势平滑之差来修正第t-1期的趋势值. 3.国内旅游总人数的时间序列分析 数据源：中华人民共和国国家统计局： /easyquery.htm?cn=C01 关于中国近20年的旅游总人数的统计. 说明：数据的变量包括两个，一是年份，二是每年对应的国内游客（百万人次），利用时间序列分析与预测，分析1994年到2012年这19年的数据，预测2013年到2016年这四年的旅游人口变化. 分析流程： 将“数据源”中的Excel节点添加到数据流区域，将“国内旅游总人数”加载到该节点，在“类型”标签下，把“年度”的方向设置为“无”，“国内游客（百万人次）”的方向设置为“输出”. 添加“时间区间”节点，建立连接，将“时间区间”的间隔改为“年”，在“预报”标签下，勾选“将记录扩展至未来”，预测期数为“4”. 建立时间序列散点图，将序列选定为“国内游客（百万人次）”，其他默认，单击“执行”，得到如下散点图. 将“时间序列”节点