[发明专利]基于游览舒适度算法和趋势预测方法、系统和装置

权利要求书

1.一种基于游览舒适度算法和趋势预测方法，其特征在于，包括：

获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标；

基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合；

基于数据集合的内容进行预处理；

建立LR逻辑回归模型，将多个分类划分为多个二分类任务来实现训练多个二分类，构造训练模型作为预测景区未来的舒适度等级；

基于所述模型训练结果对当前所收集的特征进行预测；

所述获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标包括：

基于当前研究区域，设定数据获取周期；

基于所述周期，获取气候影响因素所对应的数据，形成各类影响因素数据；

所述基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合包括：

基于温湿指数和风效指数构建分级准则；

基于所述分级准则构建基于各类影响因素的数据内容；

所述各类影响因素包括景区客流离散度、温湿指数、风效指数、客源市场集中指数和人体舒适度；

景区客流离散度其中，Xi表示第i月的游客接待数；

温湿指数THI＝(1.8t+32)-0.55(1-f)(1.8t-26)；

风效指数其中，t为温度，f为相对湿度，v为风速，s为日照时数；

客源市场集中指数其中，XI是第I个客源地的游客数量,T为旅游地的游客总量，n为客源地的总数；

人体舒适度ssd＝(1.818t+18.18)(0.88+0.002f)+(t-32)/(45-t)-3.2v+18.2；其中，t为平均气温,f为相对湿度,v为风速。

2.根据权利要求1所述的基于游览舒适度算法和趋势预测方法，其特征在于，

所述基于数据集合的内容进行预处理；

基于onehot编码将带有中文的特征字段标称属性转换成数值型；

基于数值型数据进行woe变换。

3.一种基于游览舒适度算法和趋势预测系统，其特征在于，包括：

数据采集单元，用于获取预设周期内的至少三类气候影响因素的数据，形成气候数据指标；

特征维度构建单元，用于基于上述气候数据指标的相关数据，抽取特征维度信息，构建数据集合；

预处理单元，用于基于数据集合的内容进行预处理；

模型训练单元，用于建立LR逻辑回归模型，将多个分类划分为多个二分类任务来实现训练多个二分类，构造训练模型作为预测景区未来的舒适度等级；

预测单元，用于基于所述模型训练结果对当前所收集的特征进行预测；所述数据采集单元包括：

周期设定单元，用于基于当前研究区域，设定数据获取周期；

数据计算单元，用于基于所述周期，获取气候影响因素所对应的数据，形成各类影响因素数据；

所述特征维度构建单元包括：

标准建立单元，用于基于风湿指数和风效指数构建分级准则；

数据建立单元，用于基于所述分级准则构建基于各类影响因素的数据内容；其中，所述数据建立单元中的各类影响因素包括景区客流离散度、温湿指数、风效指数、客源市场集中指数和人体舒适度；

景区客流离散度其中，Xi表示第i月的游客接待数；

温湿指数THI＝(1.8t+32)-0.55(1-f)(1.8t-26)；

风效指数其中，t为温度，f为相对湿度，v为风速，s为日照时数；

客源市场集中指数其中，XI是第I个客源地的游客数量,T为旅游地的游客总量，n为客源地的总数；

人体舒适度ssd＝(1.818t+18.18)(0.88+0.002f)+(t-32)/(45-t)-3.2v+18.2；其中，t为平均气温,f为相对湿度,v为风速。

4.根据权利要求3所述的基于游览舒适度算法和趋势预测系统，其特征在于，

所述预处理单元包括：

编码转换单元，用于基于onehot编码将带有中文的特征字段标称属性转换成数值型；

数值变换单元，用于基于所述编码转换单元的数据进行woe变换。