本發(fā)明涉及大數(shù)據(jù)分析領(lǐng)域，特別是一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法及系統(tǒng)。

背景技術(shù)：

1、旅游人數(shù)預(yù)測(cè)作為旅游行業(yè)的重要決策依據(jù)，對(duì)于旅游資源的合理配置、旅游市場(chǎng)的精準(zhǔn)營(yíng)銷以及旅游政策的科學(xué)制定都具有重大意義。傳統(tǒng)的旅游人數(shù)預(yù)測(cè)方法，如基于歷史數(shù)據(jù)的線性回歸、時(shí)間序列分析等，雖然能在一定程度上反映旅游人數(shù)的變化趨勢(shì)，但由于其數(shù)據(jù)來源單一、分析方法簡(jiǎn)單，往往難以應(yīng)對(duì)復(fù)雜多變的旅游市場(chǎng)環(huán)境。并且伴隨著大數(shù)據(jù)技術(shù)的應(yīng)用和挖掘，旅游數(shù)據(jù)的應(yīng)用通常伴隨個(gè)人隱私的泄露，具備一定的公眾隱私信息泄露危險(xiǎn)性。因此如何提升旅游人數(shù)預(yù)測(cè)準(zhǔn)確性的同時(shí)又能保證在相同不泄露公眾的隱私，是現(xiàn)階段丞待解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決上述問題，設(shè)計(jì)了一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法及系統(tǒng)。

2、實(shí)現(xiàn)上述目的本發(fā)明的技術(shù)方案為，進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述旅游人數(shù)預(yù)測(cè)方法包括以下步驟：

3、獲取數(shù)據(jù)庫中的實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)，對(duì)所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)至少包括：實(shí)時(shí)天氣數(shù)據(jù)、實(shí)時(shí)交通流量數(shù)據(jù)、實(shí)時(shí)門票預(yù)定數(shù)據(jù)、實(shí)時(shí)熱點(diǎn)社交媒體數(shù)據(jù)；

4、利用rsa非對(duì)稱加密算法對(duì)所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行加密，得到目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)；

5、建立cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，利用next-vi?t作為所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的混合框架，得到目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型；

6、將所述目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中進(jìn)行識(shí)別預(yù)測(cè)，利用cnn卷積神經(jīng)網(wǎng)絡(luò)獲取訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的關(guān)聯(lián)特征，transfome獲取所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的全局信息，得到實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)；

7、基于所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)判斷景點(diǎn)的人流量數(shù)據(jù)是否高于預(yù)設(shè)的景點(diǎn)極限人流量數(shù)據(jù)，若高于景點(diǎn)極限人流量數(shù)據(jù)則生成備選景點(diǎn)旅游方案，將所述備選景點(diǎn)旅游方案展示至用戶的移動(dòng)終端；

8、獲取用戶的實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)，將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)和所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，若兩個(gè)數(shù)據(jù)之間的差值大于20％，則將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型進(jìn)行訓(xùn)練。

9、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述獲取數(shù)據(jù)庫中的實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)，對(duì)所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)至少包括：實(shí)時(shí)天氣數(shù)據(jù)、實(shí)時(shí)交通流量數(shù)據(jù)、實(shí)時(shí)門票預(yù)定數(shù)據(jù)、實(shí)時(shí)熱點(diǎn)社交媒體數(shù)據(jù)，包括：

10、基于用戶的實(shí)時(shí)景點(diǎn)查詢需求獲取數(shù)據(jù)庫中的實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)，所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)至少包括：實(shí)時(shí)天氣數(shù)據(jù)、實(shí)時(shí)交通流量數(shù)據(jù)、實(shí)時(shí)門票預(yù)定數(shù)據(jù)、實(shí)時(shí)熱點(diǎn)社交媒體數(shù)據(jù)；

11、將所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)切分，得到多層實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)；

12、對(duì)所述多層實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行二進(jìn)制轉(zhuǎn)化，得到二進(jìn)制實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)；

13、對(duì)所述二進(jìn)制實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)集分類，得到訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)。

14、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，其特征在于，所述利用rsa非對(duì)稱加密算法對(duì)所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行加密，得到目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，包括：

15、獲取訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，隨機(jī)選擇兩個(gè)素?cái)?shù)，將所述兩個(gè)素?cái)?shù)分別記為p和q；

16、設(shè)定n為兩個(gè)素?cái)?shù)的乘積，其中n＝p*q，且所述n為公鑰和私鑰的一部分；

17、設(shè)定m是兩個(gè)素?cái)?shù)減一后的乘積，其中m＝(p-1)*(q-1)；

18、設(shè)定e作為公鑰的一部分，且e與m互質(zhì)，其中e與m為互質(zhì)的奇數(shù)，且1＜e＜m；

19、設(shè)定d作為私鑰的一部分，且d為e關(guān)于m的模反元素，其中e*dmod?m＝1；

20、設(shè)定p為所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，c為目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，其中c＝p^e?mod?n。

21、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述建立cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，利用next-vi?t作為所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的混合框架，得到目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，包括：

22、建立cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型至少包括初始層、輸入層、輸出層、全連接層和平均池化層；

23、在所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的每一層之前放置一個(gè)patch的線性嵌入層，所述線性嵌入層用于通道匹配和提取patch信息；

24、利用next-v?i?t作為所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的混合框架；

25、將所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中的ncb模塊和ntb模塊以(n+1)*l的混合方式進(jìn)行堆疊，得到目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型。

26、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述將所述目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中進(jìn)行識(shí)別預(yù)測(cè)，利用cnn卷積神經(jīng)網(wǎng)絡(luò)獲取訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的關(guān)聯(lián)特征，transfome獲取所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的全局信息，得到實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)，包括：

27、將所述目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中進(jìn)行識(shí)別預(yù)測(cè)；

28、利用cnn卷積神經(jīng)網(wǎng)絡(luò)獲取訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的關(guān)聯(lián)特征，transfome獲取所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的全局信息；

29、基于mhca多頭卷積注意機(jī)制作為所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的令牌混合器；

30、對(duì)所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中多個(gè)子空間的數(shù)據(jù)信息進(jìn)行深度學(xué)習(xí)，從多個(gè)并行子空間獲取數(shù)據(jù)信息，得到實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)；

31、所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)至少包括：旅游車流量數(shù)據(jù)、旅游人流量數(shù)據(jù)。

32、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述基于所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)判斷景點(diǎn)的人流量數(shù)據(jù)是否高于預(yù)設(shè)的景點(diǎn)極限人流量數(shù)據(jù)，若高于景點(diǎn)極限人流量數(shù)據(jù)則生成備選景點(diǎn)旅游方案，將所述備選景點(diǎn)旅游方案展示至用戶的移動(dòng)終端，包括：

33、獲取景點(diǎn)停車位數(shù)量和景點(diǎn)售票數(shù)量，基于所述景點(diǎn)停車位數(shù)量和景點(diǎn)售票數(shù)量生成景點(diǎn)極限人流量數(shù)據(jù)；

34、根據(jù)所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)判斷景點(diǎn)的人流量數(shù)據(jù)是否高于預(yù)設(shè)的景點(diǎn)極限人流量數(shù)據(jù)；

35、若所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)高于景點(diǎn)極限人流量數(shù)據(jù)，則獲取數(shù)據(jù)庫中與實(shí)時(shí)景點(diǎn)類型相似的目標(biāo)景點(diǎn)，并獲取所述目標(biāo)景點(diǎn)的人流量數(shù)據(jù)；

36、若所述目標(biāo)景點(diǎn)的人流量數(shù)據(jù)小于實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)，則生成備選景點(diǎn)旅游方案，將所述備選景點(diǎn)旅游方案?jìng)鬏斨劣脩舻囊苿?dòng)終端。

37、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)方法中，所述獲取用戶的實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)，將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)和所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，若兩個(gè)數(shù)據(jù)之間的差值大于20％，則將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型進(jìn)行訓(xùn)練，包括：

38、基于用戶的移動(dòng)終端獲取景點(diǎn)調(diào)查反饋數(shù)據(jù)，所述景點(diǎn)調(diào)查反饋數(shù)據(jù)至少包括：景點(diǎn)實(shí)時(shí)圖像數(shù)據(jù)、景點(diǎn)人數(shù)實(shí)時(shí)調(diào)查數(shù)據(jù)、景點(diǎn)車流量數(shù)據(jù)；

39、基于所述景點(diǎn)調(diào)查反饋數(shù)據(jù)生成實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)，將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)和所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比；

40、若兩個(gè)數(shù)據(jù)之間的差值小于20％，則對(duì)所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的參數(shù)進(jìn)行調(diào)整；

41、若兩個(gè)數(shù)據(jù)之間的差值大于20％，則將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型進(jìn)行訓(xùn)練。

42、實(shí)現(xiàn)上述目的本發(fā)明的技術(shù)方案為，進(jìn)一步，一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)系統(tǒng)，所述旅游人數(shù)預(yù)測(cè)系統(tǒng)包括以下模塊：

43、數(shù)據(jù)處理模塊，用于獲取數(shù)據(jù)庫中的實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)，對(duì)所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)，所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)至少包括：實(shí)時(shí)天氣數(shù)據(jù)、實(shí)時(shí)交通流量數(shù)據(jù)、實(shí)時(shí)門票預(yù)定數(shù)據(jù)、實(shí)時(shí)熱點(diǎn)社交媒體數(shù)據(jù)；

44、數(shù)據(jù)加密模塊，用于利用rsa非對(duì)稱加密算法對(duì)所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行加密，得到目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)；

45、模型建立模塊，用于建立cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，利用next-vi?t作為所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的混合框架，得到目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型；

46、人數(shù)預(yù)測(cè)模塊，用于將所述目標(biāo)訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中進(jìn)行識(shí)別預(yù)測(cè)，利用cnn卷積神經(jīng)網(wǎng)絡(luò)獲取訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的關(guān)聯(lián)特征，transfome獲取所述訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)的全局信息，得到實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)；

47、旅游選擇模塊，用于基于所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)判斷景點(diǎn)的人流量數(shù)據(jù)是否高于預(yù)設(shè)的景點(diǎn)極限人流量數(shù)據(jù)，若高于景點(diǎn)極限人流量數(shù)據(jù)則生成備選景點(diǎn)旅游方案，將所述備選景點(diǎn)旅游方案展示至用戶的移動(dòng)終端；

48、預(yù)測(cè)對(duì)比模塊，用于獲取用戶的實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)，將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)和所述實(shí)時(shí)旅游人數(shù)預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，若兩個(gè)數(shù)據(jù)之間的差值大于20％，則將所述實(shí)時(shí)旅游人數(shù)反饋數(shù)據(jù)輸入至所述目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型進(jìn)行訓(xùn)練。

49、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)系統(tǒng)中，所述數(shù)據(jù)處理模塊包括以下子模塊：

50、獲取子模塊，用于基于用戶的實(shí)時(shí)景點(diǎn)查詢需求獲取數(shù)據(jù)庫中的實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)，所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)至少包括：實(shí)時(shí)天氣數(shù)據(jù)、實(shí)時(shí)交通流量數(shù)據(jù)、實(shí)時(shí)門票預(yù)定數(shù)據(jù)、實(shí)時(shí)熱點(diǎn)社交媒體數(shù)據(jù)；

51、切分子模塊，用于將所述實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)切分，得到多層實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)；

52、二進(jìn)制子模塊，用于對(duì)所述多層實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行二進(jìn)制轉(zhuǎn)化，得到二進(jìn)制實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)；

53、得到子模塊，用于對(duì)所述二進(jìn)制實(shí)時(shí)旅游關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)據(jù)集分類，得到訓(xùn)練旅游關(guān)聯(lián)數(shù)據(jù)。

54、進(jìn)一步，在上述一種基于大數(shù)據(jù)分析的旅游人數(shù)預(yù)測(cè)系統(tǒng)中，所述模型建立模塊包括以下子模塊：

55、建立子模塊，用于建立cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型，所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型至少包括初始層、輸入層、輸出層、全連接層和平均池化層；

56、嵌入子模塊，用于在所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的每一層之前放置一個(gè)patch的線性嵌入層，所述線性嵌入層用戶通道匹配和提取patch信息；

57、混合子模塊，用于利用next-v?i?t作為所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型的混合框架；

58、堆疊子模塊，用于將所述cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型中的ncb模塊和ntb模塊以(n+1)*l的混合方式進(jìn)行堆疊，得到目標(biāo)cnn-transformer混合人流量數(shù)據(jù)預(yù)測(cè)模型。

59、其有益效果在于，通過在收集、存儲(chǔ)和分析旅游數(shù)據(jù)的過程中，采用先進(jìn)的加密算法和技術(shù)手段，確保數(shù)據(jù)的安全性和隱私性。既保護(hù)了消費(fèi)者的個(gè)人信息不被泄露，也維護(hù)了旅游企業(yè)的商業(yè)機(jī)密。并且實(shí)現(xiàn)了對(duì)旅游市場(chǎng)的全面分析。無論是搜索引擎的查詢量、社交媒體的用戶評(píng)論，還是在線旅游平臺(tái)的預(yù)訂數(shù)據(jù)，都被納入分析范疇，從而更準(zhǔn)確地反映了旅游市場(chǎng)的真實(shí)情況。這種全面的數(shù)據(jù)分析使得預(yù)測(cè)結(jié)果更加精準(zhǔn)，為旅游企業(yè)提供了有力的決策支持。