旅游活动的影响力预测方法、装置、存储介质及设备与流程

本技术涉及数据处理，特别涉及一种旅游活动的影响力预测方法、装置、存储介质及设备。

背景技术：

1、为了营造文化旅游发展的浓厚氛围，大力提振文旅消费活力，推动文旅市场复苏回暖，各地文旅主管部门纷纷推出各类旅游活动来进行宣传和推广。

2、相关技术中，我们可以获取举办旅游活动前后的游客量和旅游消费，分别计算游客量和旅游消费的增长系数，将游客量和旅游消费的增长系数作为举办旅游活动的影响力。

3、然而，相关技术中只能在举办旅游活动后计算游客量和旅游消费的增长系数，而无法在举办旅游活动之前预测增长系数，也就无法通过预测的增长系数来合理规划旅游活动，导致旅游活动的宣传和推广效果不好。

技术实现思路

1、本技术提供了一种旅游活动的影响力预测方法、装置、存储介质及设备，用于解决无法在举办旅游活动之前预测游客量和旅游消费的增长系数的问题。所述技术方案如下：

2、一方面，提供了一种旅游活动的影响力预测方法，所述方法包括：

3、利用机器学习算法对历史旅游活动的活动数据、历史游客量和历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，所述活动属性包括旅游政策、节假日、寒暑假期、活动受众、活动规模、活动类型、活动时长、优惠策略和活动地点；

4、获取将要举办的旅游活动的活动数据，所述活动数据包括旅游政策、活动时间、活动受众、活动规模、活动类型、优惠策略和活动地点；

5、根据所述活动数据确定所述旅游活动的活动属性；

6、根据所述旅游活动的活动属性和历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，预测举办所述旅游活动后的游客量和旅游消费。

7、在一种可能的实现方式中，所述利用机器学习算法对历史旅游活动的活动数据、历史游客量和历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，包括：

8、获取在未举办历史旅游活动、非节假日和非寒暑假期期间的历史游客量和历史旅游消费，利用机器学习算法对所述历史游客量和所述历史旅游消费进行计算，得到游客量同比增长系数和旅游消费同比增长系数；

9、获取在举办历史旅游活动期间的历史游客量和历史旅游消费，并获取所述历史旅游获取的活动数据，利用机器学习算法对所述活动数据、所述历史游客量和所述历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的单项游客量增长系数和单项旅游消费增长系数；

10、根据所述游客量同比增长系数、所述旅游消费同比增长系数、所述单项游客量增长系数和所述单项旅游消费增长系数，计算历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数。

11、在一种可能的实现方式中，所述根据所述游客量同比增长系数、所述旅游消费同比增长系数、所述单项游客量增长系数和所述单项旅游消费增长系数，计算历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，包括：

12、对于每种活动属性，将所述活动属性对应的单项游客量增长系数减去所述游客量同比增长系数，得到所述活动属性对应的游客量增长系数；

13、对于每种活动属性，将所述活动属性对应的单项旅游消费增长系数减去所述旅游消费同比增长系数，得到所述活动属性对应的旅游消费增长系数。

14、在一种可能的实现方式中，所述根据所述旅游活动的活动属性和历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，预测举办所述旅游活动后的游客量和旅游消费，包括：

15、根据所述旅游活动的活动属性和各项活动属性对应的游客量增长系数和旅游消费增长系数，计算所述旅游活动中所有活动属性对应的总体游客量增长系数和总体旅游消费增长系数；

16、将所述总体游客量增长系数和游客量同比增长系数相加，得到最终的游客量增长系数，将所述最终的游客量增长系数乘以基准游客量，得到举办所述旅游活动后的游客量；

17、将所述总体旅游消费增长系数和旅游消费同比增长系数相加，得到最终的旅游消费增长系数，将所述最终的旅游消费增长系数乘以基准旅游消费，得到举办所述旅游活动后的旅游消费。

18、在一种可能的实现方式中，当所述活动数据包括活动时间时，所述根据所述活动数据确定所述旅游活动的活动属性，包括：

19、判断所述活动时间是否与节假日重合，得到节假日的活动属性；

20、判断所述活动时间是否与寒暑假期重合，得到寒暑假期的活动属性；

21、根据所述活动时间中的开始时间和结束时间计算活动时长，得到活动时长的活动属性。

22、一方面，提供了一种旅游活动的影响力预测装置，所述装置包括：

23、计算模块，用于利用机器学习算法对历史旅游活动的活动数据、历史游客量和历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，所述活动属性包括旅游政策、节假日、寒暑假期、活动受众、活动规模、活动类型、活动时长、优惠策略和活动地点；

24、获取模块，用于获取将要举办的旅游活动的活动数据，所述活动数据包括旅游政策、活动时间、活动受众、活动规模、活动类型、优惠策略和活动地点；

25、确定模块，用于根据所述活动数据确定所述旅游活动的活动属性；

26、预测模块，用于根据所述旅游活动的活动属性和历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，预测举办所述旅游活动后的游客量和旅游消费。

27、在一种可能的实现方式中，所述计算模块，还用于：

28、获取在未举办历史旅游活动、非节假日和非寒暑假期期间的历史游客量和历史旅游消费，利用机器学习算法对所述历史游客量和所述历史旅游消费进行计算，得到游客量同比增长系数和旅游消费同比增长系数；

29、获取在举办历史旅游活动期间的历史游客量和历史旅游消费，并获取所述历史旅游获取的活动数据，利用机器学习算法对所述活动数据、所述历史游客量和所述历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的单项游客量增长系数和单项旅游消费增长系数；

30、根据所述游客量同比增长系数、所述旅游消费同比增长系数、所述单项游客量增长系数和所述单项旅游消费增长系数，计算历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数。

31、在一种可能的实现方式中，所述预测模块，还用于：

32、根据所述旅游活动的活动属性和各项活动属性对应的游客量增长系数和旅游消费增长系数，计算所述旅游活动中所有活动属性对应的总体游客量增长系数和总体旅游消费增长系数；

33、将所述总体游客量增长系数和游客量同比增长系数相加，得到最终的游客量增长系数，将所述最终的游客量增长系数乘以基准游客量，得到举办所述旅游活动后的游客量；

34、将所述总体旅游消费增长系数和旅游消费同比增长系数相加，得到最终的旅游消费增长系数，将所述最终的旅游消费增长系数乘以基准旅游消费，得到举办所述旅游活动后的旅游消费。

35、一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上所述的旅游活动的影响力预测方法。

36、一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上所述的旅游活动的影响力预测方法。

37、本技术提供的技术方案的有益效果至少包括：

38、利用机器学习算法对历史旅游活动的活动数据、历史游客量和历史旅游消费进行计算，得到历史旅游活动中各项活动属性对应的游客量增长系数和旅游消费增长系数，再利用游客量增长系数和旅游消费增长系数预测举办旅游活动后的游客量和旅游消费，使得预测结果具有较高的准确度，且不需要进行额外的数据采集和调查，能够降低成本。

39、活动属性包括旅游政策、节假日、寒暑假期、活动受众、活动规模、活动类型、活动时长、优惠策略和活动地点，能够适用于不同类型的旅游活动，并为不同类型的旅游活动提供精准的预测结果，具有较强的适用性和灵活性。

40、预测出的游客量和旅游消费，可以在旅游活动的规划、营销和管理等方面提供有效的参考和支持，具有较高的实用性和应用价值。