基于支持向量机与时间序列组合模型的我国旅游市场预测研究.pdfVIP

黑河学院学报

2021年第4期（2021年4月）JOURNALOFHEIHEUNIVERSITYNo.42021

doi：10.3969/j.issn.1674-9499.2021.04.060

基于支持向量机与时间序列组合模型的我国旅游市场预测研究

高孝成范英兵肖钧莹

(黑河学院，黑龙江黑河164300)

摘要：我国国内旅游行业已成为世界上增加速度最快、潜力最大的旅游市场，其在经济发展中占据非常重要的位置。因此，

如何在未来中把握和预测国内旅游市场的发展趋势，为旅游企业和管理者做出正确决策成为政府需解决的现实问题。本文选取

旅游市场的规模会不断壮大，为政府相关部门制定旅游规划政策等提供支持。

关键词：支持向量机模型；时间序列分析；旅游市场预测

中图分类号：F59.766文献标志码：A1674-9499(2021)04-0181-03文章编号：

随着我国的综合国力和经济水平的提升，人民的经济水由上式可以得出b、w的值，、C分别为表示惩罚函数

平也有了很大的提高，人均可支配收入也在随之增加，因和惩罚常数，C值的大小决定误差的大小，C值过小会导致

此，促进了我国国内旅游人次的飞速增长，在旅游方面的花误差变大，e代表损失函数。

费越来越高，旅游行业的收入在不断持续增长，促进了旅游

行业的持续发展。国内旅游行业的展开，带动了我国经济的2国内旅游需求预测

飞速发展。目前，旅游业的发展为我国经济的增长作出了具

大贡献，并且成为我国消费人口最多、收入最高、发展最快2.1国内旅游人次数据来源

的产业。因此，在发展旅游业时，各个国家、各地区都需根本文选取了1994—2019年我国国内旅游人次的数据为样

据该地旅游市场的预测，合理的规划旅游行业的发展路线及本进行分析，数据都来源于中国统计年鉴，样本总数为26。

开拓市场的速度，以实现利益最大化。根据这些样本，构建时间序列模型，预测2020年国内旅游人

次。

1模型构建方法及理论2.2国内旅游人次时间序列模型建立

2.2.1数据平稳性检验平稳化处理

1.1ARIMA模型我国国内旅游人次数据整体有持续上升的趋势，并不具

ARIMA(p,d,q)，d代表序列达到平稳时差分的次数；p代有零均值的特点，方差也是不断变化的，能够初步断定国内

表p阶自回归；q代表q阶移动平均[1]。其形式如下：旅游人数的时间序列是不平稳的，有一定的趋势性不平稳。

二阶差分后序列记为DDX，由图1可知，原始数据进过二阶

式中，{x}时间序列是平稳的，{}是残差白噪声序列，差分后，序列趋于稳定。

t

，(，)分别是{x}、{}的参数。

t

1.2支持向量机模型

SVM的基础原理是经过一个非线性映射[2]，将训练样本

数据映射到高维特征空间，将本来低维空间中的非线性分类

和回归问题，转换成解决高维