ARIMA-LSTM model based on least square weighting to predict number of inbound tourists: A case study of Shanghai(基于最小二乘法赋权的ARIMA-LSTM模型预测入境旅游人数——以上海市为例)
为降低新冠病毒感染疫情大流行对旅游业的二次冲击，对疫情防控期间入境旅游市场的需求进行准确预测可为后期旅游业复苏提供科学依据。以上海市为研究区域，选取入境旅游人数、主要客源国、谷歌搜索指数、新增确诊病例数等数据，定量分析疫情前后入境旅游人数的空间变化特征及时间变化趋势，并用基于最小二乘法赋权的ARIMA-LSTM模型预测疫情后的入境旅游人数。结果表明：（1）疫情发生前后，亚洲客源市场一直占据入境旅游市场的核心地位，且传统入境游客与非传统入境游客的比例约为9∶1；（2）入境旅游人数与谷歌搜索指数存在长期正相关及格兰杰因果关系，与确诊病例数无明显相关性；（3）通过对比模型评价指标发现，当ARIMA-...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Zhejiang University Press
2023-07-01
|
| Series: | Zhejiang Daxue xuebao. Lixue ban |
| Online Access: | https://doi.org/10.3785/j.issn.1008-9497.2023.04.014 |