王赛兰，杨振之

(1.四川大学 旅游学院，成都 610065;2.四川大学锦城学院，成都 611731)

基于旅游微观数据平台的旅游消费类型预测模型研究

王赛兰1，2，杨振之1

(1.四川大学 旅游学院，成都 610065;2.四川大学锦城学院，成都 611731)

利用旅游微观数据平台中获取的大量旅游消费类数据，建立了一个旅游者消费类型预测模型，在部分缺失旅游消费数据的情况下可以对旅游者的消费类型进行预测和判断。该模型基于监督性学习理论，首先针对已有的完整的消费数据进行学习，使用学习算法不断降低模型的判断误差，直到可以进行比较准确的数据预测；再根据数据缺失情况的不同，采用BP神经网络和均值插补的方式进行补足；然后通过K-means聚类分析方法，对已经补足的数据进行聚类，从而达到预测判断旅游者消费类型和层次的效果，进而达到在已知部分旅游数据的情况下能对旅游者的消费类型进行预测判断的效果。

旅游消费；旅游微观数据平台；旅游消费类型预测模型；监督性学习理论

消费行为一直是国外消费经济学领域研究的热点问题，学术界广泛认为消费行为随消费者个体特征不同而存在着差异，对不同群体消费行为的类型和差异研究，可以使营销策略的制定和实施更具有针对性。然而，由于微观数据的匮乏，国内关于消费行为研究的成果并不多见，对不同群体消费行为进行研究的成果更为鲜见[1]1。旅游行业中旅游者的个体消费问题研究也存在微观数据缺乏的问题，所以成果较少。……