基于聚类方法的百度搜索指数关键词优化及客流量预测研究

作者：张玲玲,张笑,崔怡雯

摘要：旅游业作为各国非贸易外汇收入的主要来源之一,其客流量的预测是营销和运营的重要环节。但统计局公布数据的滞后性使得以往预测方法难以捕捉旅游市场的最新变化趋势。本文基于网络搜索数据及历史客流量数据构建模型,并探索其对旅游市场客流量的预测作用。通过聚类方法筛选关键词,选取与预测变量的波动趋势具有相关性的关键词合成关键词指数,使得搜索指数与旅游市场发展趋势之间的有效信息进行进一步的互补,再结合历史数据进行修正建立自回归滞后模型,相对于单一使用历史数据或搜索指数进行预测的方法,预测准确度有很大提升,可以为相关旅游企业部门提供客流量预测的新方法。

发文机构：中国科学院大学经济与管理学院 中国科学院大数据挖掘与知识管理重点实验室 中国科学院大学中丹中心

关键词：网络搜索数据关键词指数聚类客流量预测search engine datakeyword indexclustering methodforecasting tourist volume

分类号： F49[经济管理—产业经济]