基于XGBoost算法的大学生旅游出行方式预测分析.pdfVIP

第卷第期交通科技与经济

２７１Vol２７No１

年月TechnoloEconominAreasofCommunications

２０２５２gyyFeb．２０２５

:/

DOI１０１９３４８cnkiissn１００８Ｇ５６９６２０２５０１００６

j

基于XGBoost算法的大学生旅游出行方式预测分析

,,

杨大志田雨晗于晓桦

(,)

山东建筑大学交通工程学院济南２５０１０１

:,

摘要随着大学生对旅游的需求呈现出多元化和个性化的趋势为充分挖掘大学生旅游出行的行为规律和内在机

,.,,;,

理运用可解释机器学习进行出行方式预测首先通过问卷调查得到济南市大学生旅游出行方式数据其次运

,、、、

用XGBoost算法对预处理后的数据进行特征选择得到旅游预算出行方式乘坐时间年级旅游时长和距离五个特

;,;,

征因素再次采用XGBoost算法建立大学生旅游出行方式预测模型最后利用SHAP解释特征因素之间的交互关

.:,

系以及特征因素与出行方式选择概率的关系研究结果表明对比其他分类预测模型XGBoost模型在出行方式预

,,.:、、、

测方面表现良好F１分数为０９１４准确率达到９２１％SHAP分析发现大学生的旅游预算出行时间年级旅

、、,.

游时长和距离等因素对飞机高铁火车以及大巴的选择具有重要影响而对私家车出行的影响较小结果可为旅

,.

游企业和政府部门提供数据支撑以更好地满足大学生旅游需求

:;;;;

关键词交通工程出行方式选择特征选取机器学习XGBoost算法

中图分类号:文献标识码:文章编号:()

U１２１A１００８Ｇ５６９６２０２５０１Ｇ００３６Ｇ０７

Predictionandanalsisoftravelmodesforcolleestudents

yg

basedonXGBoostalorithm

g

,,