时间序列分析方法在景点人数预测问题中的应用
| 中文摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.1.1 景点人数预测背景分析 | 第8页 |
| 1.1.2 智慧旅游与数据挖掘 | 第8-9页 |
| 1.2 研究目的及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.3.1 国外研究成果及现状 | 第10-11页 |
| 1.3.2 国内研究成果及现状 | 第11-12页 |
| 1.4 研究思路和方法 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第2章 时间序列理论分析 | 第14-30页 |
| 2.1 时间序列的定义 | 第14页 |
| 2.2 时间序列预处理 | 第14-17页 |
| 2.2.1 时间序列的平稳性 | 第14-16页 |
| 2.2.2 时间序列的纯随机性 | 第16-17页 |
| 2.3 平稳时间序列模型识别 | 第17-20页 |
| 2.3.1 平稳时间序列的分类及特征 | 第17-19页 |
| 2.3.2 平稳时间序列模型的识别 | 第19-20页 |
| 2.4 平稳时间序列建模 | 第20-23页 |
| 2.4.1 建模步骤 | 第20-21页 |
| 2.4.2 模型的参数估计与检验 | 第21-22页 |
| 2.4.3 模型的检验 | 第22页 |
| 2.4.4 模型的优化 | 第22-23页 |
| 2.5 非平稳时间序列分析 | 第23-25页 |
| 2.5.1 ARIMA模型 | 第24页 |
| 2.5.2 建模步骤 | 第24-25页 |
| 2.6 时间序列预测方法 | 第25-28页 |
| 2.6.1 平稳时间序列分析预测方法 | 第25-26页 |
| 2.6.2 非平稳时间序列分析预测方法 | 第26-28页 |
| 2.7 本章小结 | 第28-30页 |
| 第3章 景点人数预测问题的数据预处理 | 第30-34页 |
| 3.1 数据的获取 | 第30-31页 |
| 3.2 异常值的处理 | 第31-32页 |
| 3.3 景点人数的数据处理 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 时间序列模型景点人数的预测 | 第34-48页 |
| 4.1 日周期时间序列分析 | 第34-38页 |
| 4.1.1 时间序列预处理 | 第34-35页 |
| 4.1.2 模型的建立与识别 | 第35-36页 |
| 4.1.3 参数估计与检验 | 第36-37页 |
| 4.1.4 预测与分析 | 第37-38页 |
| 4.2 日周期三时段时间序列分析 | 第38-41页 |
| 4.2.1 时间序列预处理 | 第38-39页 |
| 4.2.2 模型的建立与识别 | 第39-40页 |
| 4.2.3 参数估计与检验 | 第40-41页 |
| 4.2.4 预测与分析 | 第41页 |
| 4.3 月周期三时段时间序列分析 | 第41-44页 |
| 4.3.1 时间序列预处理 | 第41-43页 |
| 4.3.2 模型的建立与识别 | 第43页 |
| 4.3.3 参数估计与检验 | 第43页 |
| 4.3.4 预测与分析 | 第43-44页 |
| 4.4 月周期午间时段时间序列分析 | 第44-47页 |
| 4.4.1 时间序列预处理 | 第44-45页 |
| 4.4.2 模型的建立与识别 | 第45页 |
| 4.4.3 参数估计与检验 | 第45-46页 |
| 4.4.4 预测与分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
