探索与争鸣2023NO.8SCIENCE&TECHNOLOGYINFORMATION科技资讯SCIENCE&TECHNOLOGYINFORMATION科技资讯基于网络大数据建模对甘肃旅游现状分析孙玲达举霞(兰州资源环境职业技术大学甘肃兰州730021)摘要：甘肃省有绝美的自然地貌和独特的丝路文化，拥有许多天然草场、草原碧绿、湖泊清澈的夏季景观、多样的地貌、大漠的风光。该文运用大数据方法分析各个因素数据，找出决定性因素，对甘肃旅游市场现状、旅游资源特色和未来发展趋势进行了剖析，做出了预测指标，并评价深度学习方法、灰色神经网络等机器学习技术在不同周期下对旅游需求建模与预测中产生的效果。关键词：大数据灰色神经网络Topsis方法甘肃旅游中图分类号：F832.51文献标识码：A文章编号：1672-3791(2023)08-0247-04AnalysisontheCurrentSituationofTourisminGansuProvinceBasedonNetworkBigDataModelingSUNLingDAJuxia(LanzhouResources&EnvironmentVoc-TechUniversity,Lanzhou,GansuProvince,730021China)Abstract:GansuProvincehasbeautifulnaturallandformsanduniqueSilkRoadculture,andhasmanynaturalgrasslands,summerlandscapeswithgreengrasslandsandclearlakes,diverselandformsanddesertscenery.Thispaperusesthemethodofbigdatatoanalyzethedataofvariousfactorsandfindoutthedecisivefactors,analyzethepres‐entsituation,thecharacteristicsoftourismresourcesandthefuturedevelopmenttrendofthetourismmarketinGansuandmakepredictionindexes,andevaluatetheeffectsofmachinelearningtechniquessuchasdeeplearningmethodsandgreyneuralnetworkontourismdemandmodelingandpredictionindifferentperiods.KeyWords:Bigdata;Greyneuralnetwork;Topsismethod;TourisminGansu1国内外研究的现状和趋势旅游需求的研究，吸引了大量的来自不同学科的研究人员，鉴于准确预测动态和复杂的旅游市场的重要性，在过去几十年中，相关研究者发表了600多篇有关旅游需求建模和预测的论文[1]，这些研究主要集中在模型构建和性能评估上，其中一些研究提出了新颖的混合模型或者使用了多种方法的组合。目前，人们普遍认为，预测旅游需求的量化方法可分为三类，分别是时间序列模型[2-4]、计量经济学模型[5-12]、人工智能（AI）的模型。时间序列模型推断感兴趣的变量的过去模式来预测未来值，常用的方法有包括UCM模、ARIMA模型、GARCH模型等。计量经济学模型通过使用权威的解释变量以提高预测精度，如...
