基于旅游数据的酒店入住率预测分析
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究的目的和意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 相关理论与技术知识 | 第17-24页 |
| 2.1 回归算法介绍 | 第17-19页 |
| 2.1.1 线性回归算法及相关概念 | 第17页 |
| 2.1.2 非线性回归算法及相关概念 | 第17-19页 |
| 2.2 分类算法介绍 | 第19-23页 |
| 2.2.1 knn(k近邻)算法及相关概念 | 第19-20页 |
| 2.2.2 随机森林算法及相关概念 | 第20-22页 |
| 2.2.3 bp神经网络算法及相关概念 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 旅游数据描述及预处理 | 第24-39页 |
| 3.1 旅游数据分析 | 第24-29页 |
| 3.1.1 旅游数据来源及描述 | 第24-25页 |
| 3.1.2 旅游数据特点 | 第25-26页 |
| 3.1.3 旅游数据统计规律 | 第26-29页 |
| 3.2 旅游数据预处理 | 第29-38页 |
| 3.2.1 旅游数据清洗 | 第29-31页 |
| 3.2.2 旅游数据变换 | 第31-34页 |
| 3.2.3 旅游数据归一化 | 第34页 |
| 3.2.4 旅游数据集融合算法及过程 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于旅游数据的酒店入住率双层分析模型 | 第39-62页 |
| 4.1 旅客选择酒店行为模式 | 第39-40页 |
| 4.2 双层预测分析模型 | 第40-41页 |
| 4.3 基于时间的酒店领域回归预测模型 | 第41-54页 |
| 4.3.1 酒店领域数据回归算法介绍 | 第41-42页 |
| 4.3.2 基于时间的酒店领域回归模型参数设置 | 第42-54页 |
| 4.4 基于时间和空间的酒店入住率分类预测模型 | 第54-60页 |
| 4.4.1 酒店入住率类别设置算法 | 第54-55页 |
| 4.4.2 酒店与周围设施距离计算过程 | 第55-56页 |
| 4.4.3 酒店入住率knn分类预测模型 | 第56-57页 |
| 4.4.4 酒店入住率bp分类预测模型 | 第57-59页 |
| 4.4.5 酒店入住率随机森林分类预测模型 | 第59-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 实验与评估 | 第62-72页 |
| 5.1 实验环境的搭建与部署 | 第62页 |
| 5.2 实验设计与结果分析 | 第62-70页 |
| 5.2.1 实验数据集 | 第62-63页 |
| 5.2.2 实验度量标准 | 第63-64页 |
| 5.2.3 时间模型实验结果分析 | 第64-67页 |
| 5.2.4 整合回归模型预测值 | 第67-68页 |
| 5.2.5 时间和空间模型实验结果分析 | 第68-70页 |
| 5.3 实验结果分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
