مقاله انگلیسی رایگان در مورد پیش بینی ورود گردشگران با یادگیری ماشین – الزویر 2019

Previous studies have shown that online data, such as search engine queries, is a new source of data that can be used to forecast tourism demand. In this study, we propose a forecasting framework that uses machine learning and internet search indexes to forecast tourist arrivals for popular destinations in China and compared its forecasting performance to the search results generated by Google and Baidu, respectively. This study verifies the Granger causality and co-integration relationship between internet search index and tourist arrivals of Beijing. Our experimental results suggest that compared with benchmark models, the proposed kernel extreme learning machine (KELM) models, which integrate tourist volume series with Baidu Index and Google Index, can improve the forecasting performance significantly in terms of both forecasting accuracy and robustness analysis.

Introduction

All over the world, the tourism industry contributes significantly to economic growth (Gunter & Onder, 2015; Song, Li, Witt, & Athanasopoulos, 2011). According to the China National Tourism Administration, in 2016 the tourism income of China reached 4.69 trillion RMB, increasing by 13.6% compared to the previous year, and accounted for 6.3% of China’s GDP. Thus, forecasting tourist volume is becoming increasingly important for predicting future economic development. Tourism demand forecasting may provide basic information for subsequent planning and policy making (Chu, 2008; Witt & Song, 2002). Methods used in tourism modeling and forecasting fall into four groups: time series models, econometrics models, artificial intelligence techniques and qualitative methods (Goh & Law, 2011; Song & Li, 2008). In addition to simple tourist data announced by the State Statistics Bureau, Internet search queries, which reflect the behavior and intentions of tourists, have increasingly been used in tourism forecasting models (Croce, 2017; Goodwin, 2008). However, the search index has created big opportunities in the modeling process of tourism forecasting (Li, Pan, Raw & Huang, 2017). Internet search data has been applied to many aspects, such as hotel registrations (Pan & Yang, 2017; Rivera, 2016), tourist numbers (Bangwayo-Skeete & Skeete, 2015; Yang, Pan, Evans, & Lv, 2015), economic indicators (Choi & Varian, 2012), unemployment rates (Askitas & Zimmermann, 2009), private consumption (Vosen & Schmidt, 2011), and stock returns (Zhu & Bao, 2014). When introducing the Baidu Index or Google Index into forecasting models, keywords and the composition of indexes must be selected carefully. Keywords can be selected according to the correlation coefficient, the tendency chart or the crowd-squared method (Brynjolfsson, Geva, & Reichman, 2016). Additionally, the composition of indexes can be achieved by the HE-TDC method (Peng, Liu, Wang, & Gu, 2017) or the principal component analysis (PCA). Obviously, efforts should be made to avoid problems related to multi-collinearity and over-fitting to the greatest extent possible.

چکیده

مطالعات پیشین ثابت کرده است که داده های برخط از قبیل جستار های موتور جستجو، منبع جدیدی از داده است که می تواند برای پیش بینی تقاضاهای گردشگری مورد استفاده قرار گیرد. در این مطالعه، ما چهارچوب پیش نگریی را پیشنهاد می کنیم که از آموزش ماشین و شاخص های جستجوی اینترنتی به منظور پیش بینی ورود توریست به مقصدهای محبوب و گردشگری در چین استفاده میکند و عملکرد پیش نگریش را با نتایج جستجوی تولید شده با google و baidu به ترتیب مقایسه کرده است. این مطالعه علیت گرانجر Granger و رابطه بهم پیوستگی بین شاخص های جستجوی اینترنتی و ورودی های گردشگری شهر پکن را بازبینی و بررسی میکند. نتایج آزمایشی ما پیشنهاد می کند که در مقایسه با مدلهای مبنایی ، ماشین یادگیری نهایی هسته ای KELM پیشنهاد شده، دنباله های مقادیر توریستی را با شاخص های Baidu و Google ادغام میکند و در نتیجه می توان عملکرد پیش نگری را از هر دو دیدگاه دقت پیش نگری و قدرت آنالیز به طرز چشمگیری اصلاح نمود.

مقدمه

در سراسر جهان صنعت گردشگری به رشد اقتصادی کمک می کند، براساس آمار سازمان ملی گردشگری چین، درآمد حاصل از گردشگری کشور چین در سال 2016 به 4.69 ترلیون RBM رسید. که رشدی 13.6 درصدی در مقایسه با سال قبل را نشان می داد و به طور کلی 6.3 درصد از تولید ناخالص داخلی چین را به خود اختصاص داد. بنابراین اهمیت پیش بینی حجم گردشگری برای پیش بینی توسعه اقتصادی آینده روز به روز در حال افزایش است. پیش بینی تقاضای گردشگری می تواند اطلاعات اولیه ای برای برنامه ریزی و سیاست گذاری های بعدی فراهم کند. روش های مورد استفاده در مدل سازی و پیش بینی گردشگری به چهار گروه تقسیم می شوند: مدل های سری زمانی، مدل های اقتصادسنجی، تکنیک های هوش مصنوعی و متد های کیفی. علاوه بر داده های آماری اولیه ای که توسط سازمان ها و وزرات امور خارجه کشورها منتشر می شود، داده های حاصل از جست و جوهای اینترنتی، که رفتار و گرایش های مختلف توریست ها و گردشگران را نشان می دهند، به میزان چشمگیری مدت هاست در مدل های پیش بینی و آنالیز رفتار و گرایشات گردشگران مورد استفاده قرار می گیرد. با این حال، شاخص جستجو فرصت های زیادی را در فرآیند مدل سازی پیش بینی گردشگری ایجاد کرده است. داده های مربوط به جستجوهای اینترنتی در جوانب بسیاری مورد استفاده قرار گرفته است. از جمله آن می توان: رزرو هتل، شماره های توریستی، شاخص های اقتصادی، نرخ بیکاری، مصرف شخصی و خصوصی و بازده سهام را نام برد. هنگام معرفی شاخص های آماری دولت ها و یا شاخص های جست و جوی گوگل، کلمات کلیدی و ترکیب شاخص ها باید به دقت انجام شود. کلمات کلیدی می توانند براساس ضرایب همبستگی، نمودارهای تمایل و یا متدهای مربع جمعیت انتخاب شوند. علاوه بر آن برای ترکیب شاخص ها می توان از متدهای HE-TDC و یا آنالیز مولفه های اصلی(PCA) استفاده کرد. بدیهی است که تا جای ممکن باید از بروز مشكلات مربوط به همبستگی چندتایی و هم پوشانی بیش از حد جلوگیری کرد.