基于多属性重要度加权K-近邻算法的客流量预测研究  

作　　者：董淼[1] 蒋纬昌 王晓茹 孙荣荣[1] 

机构地区：[1]河南工业职业技术学院建筑工程学院 [2]中国移动通信集团河南有限公司南阳分公司

出　　处：《广东通信技术》2023年第5期10-13,20,共5页Guangdong Communication Technology

基　　金：2022年度河南省重点研发与推广专项科技攻关项目(222102320115);2023年度河南省重点研发与推广专项科技攻关项目(232102321072)。

摘　　要：随着数据维度的增加,传统k-邻近算法没有考虑不同属性对预测结果的影响,易导致维度灾难。为了解决数据维度对预测结果的影响问题,提出一种基于多属性重要度加权k-邻近算法(Multi-attribute importance weighting,MIW-KNN)。选取影响景区客流量的五个重要属性因素,将景点级别、门票价格、周末或节假日、搜索指数和天气作为样本属性,把景区客流量作为类,利用多维数据属性空间上的对客流量的影响程度确定各个数据样本属性的权重,通过多属性加权和欧氏距离进行近邻搜索,进行最优预测。选取5A级景点清明上河园景区为例进行实证分析,结果显示所提模型能很好地提高客流量的预测效果,提高了预测的准确率、在R2、RMSE、MAE和MAPE等方面表现良好。

关 键 词：数据挖掘 k-邻近算法 预测模型 

分 类 号：F592.7[经济管理—旅游管理] TP18[经济管理—产业经济]