[论文解读] Modelling tourism demand to Spain with machine learning techniques. The impact of forecast horizon on model selection

Oscar Clavería, Enric Monte+1 more|arXiv (Cornell University)|May 2, 2018

Wine Industry and Tourism参考文献 45被引用 5

一句话总结

本研究评估了机器学习模型——特别是采用高斯径向基函数核的支撑向量回归（SVR）——与神经网络及线性模型在不同预测时长下对西班牙国际旅游需求的预测表现。SVR 在长时预测中显著优于其他模型，展现出在中长期旅游需求预测中更高的准确性。

ABSTRACT

This study assesses the influence of the forecast horizon on the forecasting performance of several machine learning techniques. We compare the fo recast accuracy of Support Vector Regression (SVR) to Neural Network (NN) models, using a linear model as a benchmark. We focus on international tourism demand to all seventeen regions of Spain. The SVR with a Gaussian radial basis function kernel outperforms the rest of the models for the longest forecast horizons. We also find that machine learning methods improve their forecasting accuracy with respect to linear models as forecast horizons increase. This result shows the suitability of SVR for medium and long term forecasting.

研究动机与目标

• 评估预测时长对机器学习模型在旅游需求预测中表现的影响。
• 比较支撑向量回归（SVR）、神经网络（NN）和线性模型在西班牙国际旅游需求预测中的准确性。
• 识别最适合西班牙中长期旅游需求预测的机器学习技术。
• 评估机器学习模型是否在不同预测时长下始终优于传统线性模型。

提出的方法

• 本研究采用西班牙17个地区的国际旅游需求数据集，基于历史时间序列数据进行分析。
• 采用三种建模方法：线性回归（基准模型）、前馈神经网络（NN）和采用高斯径向基函数（RBF）核的支撑向量回归（SVR）。
• 在多个预测时长（如1个月、3个月、6个月、12个月预测）下训练和测试模型，以评估时长依赖的性能表现。
• 通过标准误差指标（如MAE、RMSE和MAPE）评估性能，比较不同预测时长下的模型准确性。
• SVR 模型采用高斯 RBF 核，以捕捉旅游需求数据中的非线性关系。
• 分析聚焦于西班牙各地区的旅游需求模式，确保模型评估在空间和时间上的稳健性。

实验结果

研究问题

• RQ1 预测时长如何影响机器学习模型在旅游需求预测中的准确性？
• RQ2 在不同预测时长下，SVR、NN 或线性回归中哪种机器学习模型表现最佳？
• RQ3 随着预测时长的增加，机器学习模型与线性模型之间的性能差距是否扩大？
• RQ4 采用 RBF 核的 SVR 是否特别适用于西班牙的中长期旅游需求预测？

主要发现

• 采用高斯径向基函数核的 SVR 模型在预测时长最长时达到最高准确性。
• 随着预测时长的增加，机器学习模型（尤其是 SVR）相对于线性模型的准确性显著提升。
• 在6个月和12个月预测时长下，SVR 相较于 NN 和线性模型的性能优势更加明显。
• 研究证实，非线性机器学习技术在捕捉复杂、长期的旅游需求动态方面优于线性模型。
• 结果表明，模型选择应根据预测时长而定，SVR 在中长期预测中表现最优。
• SVR 中的 RBF 核能有效建模旅游需求中的非线性模式，在稳定性和准确性方面均优于线性和神经网络方法。