一种景区客流量预测方法、装置、计算设备和存储介质制造方法及图纸

本发明专利技术公开了一种景区客流量预测方法、装置、计算设备和存储介质，该方法包括：获取多个景区的位置数据以及多个景区的历史客流量数据；依据多个景区的位置数据以及多个景区的历史客流量数据构建以景区为节点的图模型，基于图模型构建图滤波器的频域响应；根据图滤波器的频域响应和图模型构建客流量预测数学模型；对客流量预测数学模型进行处理，得到多个景区的客流量预测数据。本发明专利技术将单个景区的预测扩展为图模型客流量的预测，将相邻景区客流量的影响考虑在内，保证了预测的全面性和准确性，解决了现有技术中只对单一景区进行客流量预测，而忽略其邻居景区客流量影响的问题。而忽略其邻居景区客流量影响的问题。而忽略其邻居景区客流量影响的问题。

【技术实现步骤摘要】
一种景区客流量预测方法、装置、计算设备和存储介质


[0001]本专利技术涉及数据处理
，具体涉及一种景区客流量预测方法、装置、计算设备和存储介质。

技术介绍

[0002]由于接待能力有限，当景区游客量暴增的时候会加大景区的管理难度，影响游客的旅游体验，因此可以提前对每个景区进行客流量预测，做好突发客流量以及景区资源的及时调度。
[0003]现有技术中对客流量进行预测的方法是利用机器学习对景区客流量进行训练预测，其根据历史客流特征数据以及预设的多种机器学习算法分别训练出各机器学习算法对应的客流量预测模型，其中较常使用的算法是反向传播(back propagation，BP)神经网络算法以及基于混合优化径向基函数(Radial basis function，RBF)神经网络算法。
[0004]其中，基于BP神经网络算法的客流量预测模型，以历史多天不同时段内在景区基站范围内的移动终端用户数和景区历史客流量为训练样本，训练BP神经网络，将待预测天多个不同时段内在景区基站范围内的移动终端用户数输入训练后的BP神经网络，BP神经网络的输出即为待预测天的景区客流量。该方法通过BP神经网络即可训练出预测客流量，实现上较为简单方便，但是只依据单一的BP神经网络，可能会造成预测的不准确性。基于混合优化RBF神经网络的预测方法，采用了径向基神经网络和混合优化算法，混合优化算法是通过鱼群算法全局搜索能力和粒子群算法的局部收敛的优点，提高预测的准确率。但是上述方式往往是对某一单个景区的客流量进行预测，而忽略了景区和景区之间的联系，一个景区的客流量势必会影响相邻景区的客流量，因此现有的客流量预测模型预测的准确性不能得到充分的保证。

技术实现思路

[0005]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种景区客流量预测方法、装置、计算设备和存储介质。
[0006]根据本专利技术的一个方面，提供了一种景区客流量预测方法，包括：
[0007]获取多个景区的位置数据以及多个景区的历史客流量数据；
[0008]依据所述多个景区的位置数据以及所述多个景区的历史客流量数据构建以景区为节点的图模型，基于所述图模型构建图滤波器的频域响应；
[0009]根据所述图滤波器的频域响应和所述图模型构建客流量预测数学模型；
[0010]对所述客流量预测数学模型进行处理，得到所述多个景区的客流量预测数据。
[0011]根据本专利技术的另一方面，提供了一种景区客流量预测装置，包括：
[0012]历史数据获取模块，用于获取多个景区的位置数据以及多个景区的历史客流量数据；
[0013]预测模型构建模块，用于依据所述多个景区的位置数据以及所述多个景区的历史
客流量数据构建以景区为节点的图模型，基于所述图模型构建图滤波器的频域响应；根据所述图滤波器的频域响应和所述图模型构建客流量预测数学模型；
[0014]预测模块，用于对所述客流量预测数学模型进行处理，得到所述多个景区的客流量预测数据。
[0015]根据本专利技术的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0016]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述一种景区客流量预测方法对应的操作。
[0017]根据本专利技术的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述一种景区客流量预测方法对应的操作。
[0018]根据本专利技术的一种景区客流量预测方法、装置、计算设备和存储介质，通过获取多个景区的位置数据以及多个景区的历史客流量数据；依据多个景区的位置数据以及多个景区的历史客流量数据构建以景区为节点的图模型，基于图模型构建图滤波器的频域响应；根据图滤波器的频域响应和图模型构建客流量预测数学模型；对客流量预测数学模型进行处理，得到多个景区的客流量预测数据。该方法通过获取多个景区的位置数据及多个景区的历史客流量数据，基于该数据构建预测数学模型，将单个景区的预测扩展为图模型客流量的预测，将相邻景区客流量的影响考虑在内，保证了预测的全面性和准确性，解决了现有技术中只对单一景区进行客流量预测，而忽略其邻居景区客流量影响的问题。
[0019]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0020]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0021]图1示出了本专利技术实施例提供的一种景区客流量预测方法流程图；
[0022]图2示出了本专利技术实施例提供的构建的图模型的示意图一；
[0023]图3示出了本专利技术实施例提供的图模型的示意图二；
[0024]图4示出了本专利技术实施例提供的一种景区客流量预测装置的结构示意图；
[0025]图5示出了本专利技术实施例提供的计算设备的结构示意图。
具体实施方式
[0026]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0027]图1示出了本专利技术一种景区客流量预测方法实施例的流程图，如图1所示，该方法
包括以下步骤：
[0028]步骤S110：获取多个景区的位置数据以及多个景区的历史客流量数据。
[0029]随着打造城市风景带以及都市圈联合景区，一个景区的客流量势必会影响相邻景区的客流量，因此，为了考虑景区与景区之间的联系，获取多个景区的位置数据以及多个景区的历史客流量数据，根据景区的位置数据对相邻景区之间进行连线，形成图模型。
[0030]步骤S120：依据多个景区的位置数据以及多个景区的历史客流量数据构建以景区为节点的图模型，基于图模型构建图滤波器的频域响应。
[0031]在一种可选的方式中，步骤S120进一步包括：将多个景区确定为图模型中的多个节点，并根据多个景区的历史客流量数据确定多个节点的节点数据；针对任两个景区，依据任两个景区的位置数据，判断任两个景区是否为相邻景区；若是，则在任两个景区之间建立边。
[0032]具体地说，将多个景区确定为图模型中的多个节点，针对任两个景区，依据任两个景区的位置数据，判断任两个景区是否为相邻景区，若景区与景区之间为相邻景区，则在任两个景区之间建立边，即将这两个景区对应的节点连线，并根据多个景区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种景区客流量预测方法，其特征在于，包括：获取多个景区的位置数据以及多个景区的历史客流量数据；依据所述多个景区的位置数据以及所述多个景区的历史客流量数据构建以景区为节点的图模型，基于所述图模型构建图滤波器的频域响应；根据所述图滤波器的频域响应和所述图模型构建客流量预测数学模型；对所述客流量预测数学模型进行处理，得到所述多个景区的客流量预测数据。2.根据权利要求1所述的方法，其特征在于，所述依据所述多个景区的位置数据以及所述多个景区的历史客流量数据构建以景区为节点的图模型进一步包括：将多个景区确定为图模型中的多个节点，并根据所述多个景区的历史客流量数据确定多个节点的节点数据；针对任两个景区，依据所述任两个景区的位置数据，判断所述任两个景区是否为相邻景区；若是，则在所述任两个景区之间建立边。3.根据权利要求1所述的方法，其特征在于，所述图滤波器包括自回归滑动平均图滤波器。4.根据权利要求1所述的方法，其特征在于，所述根据所述图滤波器的频域响应和所述图模型构建客流量预测数学模型进一步包括：根据所述频域响应以及所述图模型中多个节点的节点数据，预测多个节点的残差，并利用修正误差对多个节点的残差进行修正，得到多个节点的修正残差；利用图傅里叶变换对多个节点的修正残差进行处理，得到变换残差函数，将所述变换残差函数作为客流量预测数学模型。5.根据权利要求4所述的方法，其特征在于，所述对所述客流量预测数学模型进行处理，得到所述多个景区的客流量预测数据进一步包括：计算所述变换残差函数的最小值，确定所述图滤波器的相关系数；依据所述图滤波器的相关系数以及多个节点的残差，计算所述图模型中各个节点对应的客流量预测数据作为各个景区的客流量预测数据。6.根据权...

【专利技术属性】
技术研发人员：倪蓓露，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：