刘 涵

(亳州职业技术学院 管理学系，安徽 亳州 236800)

经济全球化背景下，国家经济、社会发展以及人们的生活水平都在逐步提升，越来越多的人在工作之余更加注重精神享受。因此，近年来国内外旅游业迅速发展。在社会经济、交通、科技信息及环保理念的飞速发展下，可供选择的旅游景点越来越多，越来越多的人选择自驾游或与好友结伴旅游。为了更好地发展旅游经济，提升偏远地区经济水平，相关学者对旅游目的地位置预测进行了研究。温惠英等提出，在生成对抗网络中构建一个推荐模型，来预测某一阶段人们偏好的旅游目的地[1]；张志远等提出，面对移动对象的不确定性轨迹，在传统预测模型的基础上，引用社会特征分析行人注意力，构建行人轨迹预测模型[2]。通过对这两个预测模型进行使用测试，发现传统预测模型由于对旅游线路的聚类性能不佳，预测结果准确率不理想。

为解决上述问题，该文提出基于稀疏轨迹聚类的旅游目的地位置预测方法。当前，人们选择的出行时段、出行方式以及移动轨迹向着多样化发展，这些轨迹称为稀疏轨迹。稀疏轨迹聚类预测方法能够通过识别时空轨迹重复数据实现重复数据滤除，通过稀疏轨迹聚类可补全旅游目的地的预测轨迹，在迭代网络及预测轨迹的基础上实现旅游目的地位置预测，为旅游业的发展提供帮助。

一、旅游目的地位置预测方法

采集旅游者的空间走动轨迹时，需要剔除重复性数据，计算特征点到其余各点距离，将得到的特征点和不属于重复数据集合的点重新排序，实现对重复数据的识别与消除。……