贝叶斯网络模型在旅游大数据分析中的应用

摘要

近些年来，旅游业的迅速发展为旅游业积累了丰富的旅游数据，对旅游数据的分析又会进一步带动旅游业的发展，因此对旅游数据的分析具有重要意义。本文是对旅游业中的机票价格数据进行分析。
　　通过对多个航班的机票价格数据的分析发现，机票价格在距离离港日期前3-15天内的波动趋势类似，因此，我们着重分析这一段机票价格的变化趋势。前人的研究工作主要是运用影响机票价格的因素对机票价格进行预测，本文则运用前几天的价格数据建立贝叶斯网络模型对未来的机票价格变化趋势（上升、不变、下降）进行预测。研究结果表明，用前两天的价格数据预测未来的价格变化趋势更合适，预测结果比较稳定，并且预测准确率达到80％以上。我们还应用神经网络进行预测，两个模型的预测结果表明，贝叶斯网络的预测准确率要高于神经网络的预测准确率，预测结果也更稳定。

目录

摘要

第1章 绪论

1．1 本文研究背景及意义

1．2 国内外研究现状

1．3 本文的工作及结构安排

1．3．1 本文工作

1．3．2 本文结构安排

第2章 贝叶斯网络及神经网络的基本理论

2．1 贝叶斯网络的基本概念

2．2 贝叶斯网络的学习

2．2．1 结构学习

2．2．2 参数学习

2．3 贝叶斯网络的推理

2．4 神经网络的基本概念

2．5 神经网络的学习

2．5．1 网络结构

2．5．2 误差逆向传播算法

2．6 本章小结

第3章 贝叶斯网络对机票价格趋势的预测

3．1 机票价格数据的获取与预处理

3．2 贝叶斯网络的建立

3．3 贝叶斯网络预测结果的分析

3．4 本章小结

第4章 贝叶斯网络与神经网络对机票价格趋势预测的比较

4．1 神经网络的构建

4．2 神经网络预测结果的分析

4．3 贝叶斯网络与神经网络的比较

4．3．1 贝叶斯网络与神经网络的联系和区别

4．3．2 预测结果的比较

4．4 本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文

声明