基于R/S-TDC-EMD-KPCA方法的网络搜索信息提取及游客流量预测——以海南省为例
曹静如1; 孙景云1,2
2022-10-01
发表期刊哈尔滨师范大学自然科学学报
卷号38期号:05页码:46-57
摘要提出了一种网络搜索信息提取及合成新技术——R/S-TDC-EMD-KPCA方法,首先利用重标极差法(R/S)和时差相关法(TDC)选择具有预测能力的关键词,并对关键词搜索量分别进行经验模态分解(EMD)降噪,然后利用核主成分(KPCA)方法合成网络综合搜索指数.以海南省月度游客流量为预测对象进行实证研究,结果表明,融合了网络综合搜索指数的模型在预测精度方面均优于其他基准模型.说明该文提出的方法能高质量的提取和合成网络搜索信息,进而可有效地应用于游客流量的辅助预测.
关键词重标极差法 EMD降噪 KPCA 网络搜索信息 旅游预测
URL查看原文
ISSN1000-5617
语种中文
原始文献类型学术期刊
中图分类号TP18;F592.7
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/34859
专题统计与数据科学学院
通讯作者孙景云
作者单位1.兰州财经大学;
2.甘肃经济发展数量分析研究中心
第一作者单位兰州财经大学
通讯作者单位兰州财经大学;  甘肃经济发展数量分析研究中心
推荐引用方式
GB/T 7714
曹静如,孙景云. 基于R/S-TDC-EMD-KPCA方法的网络搜索信息提取及游客流量预测——以海南省为例[J]. 哈尔滨师范大学自然科学学报,2022,38(05):46-57.
APA 曹静如,&孙景云.(2022).基于R/S-TDC-EMD-KPCA方法的网络搜索信息提取及游客流量预测——以海南省为例.哈尔滨师范大学自然科学学报,38(05),46-57.
MLA 曹静如,et al."基于R/S-TDC-EMD-KPCA方法的网络搜索信息提取及游客流量预测——以海南省为例".哈尔滨师范大学自然科学学报 38.05(2022):46-57.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[曹静如]的文章
[孙景云]的文章
百度学术
百度学术中相似的文章
[曹静如]的文章
[孙景云]的文章
必应学术
必应学术中相似的文章
[曹静如]的文章
[孙景云]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。