Resumen

Dado que las características importantes de la preferencia de selección de destinos turísticos no se consideran en los métodos actuales de predicción de la preferencia de selección de destinos turísticos, lo que resulta en una baja precisión de predicción y precisión integral y un largo tiempo de predicción, se propone un método de predicción de preferencia de selección de destinos turísticos basado en el cálculo de bordes. Este artículo utiliza la computación de bordes para construir las características de la preferencia de selección de destinos turísticos y utiliza un algoritmo de bosque aleatorio para seleccionar características importantes y llevar a cabo una estimación y clasificación preliminar. Utilizando el modelo de selección logit múltiple, se obtiene y se ordena la secuencia de preferencia de los turistas para la selección de destinos turísticos y se obtiene el modelo de preferencia de selección de destinos turísticos. Al calcular el valor de peso de la preferencia de selección de destinos turísticos, se determina el conjunto de pesos de la preferencia de selección de destinos turísticos y se determina la preferencia de selección de destinos turísticos de acuerdo con el método de predicción de enlace para realizar la predicción de preferencia de selección de destinos turísticos. Los resultados experimentales muestran que la precisión integral del método propuesto es buena, lo que puede mejorar efectivamente la precisión de predicción de la preferencia de selección de destinos turísticos y acortar el tiempo de predicción de la preferencia de selección de destinos turísticos.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Preferencia de selección de destino turístico; Método de predicción; Cálculo de bordes; Algoritmo de bosque aleatorio; Modelo de selección logit múltiple; Valor de peso
• Keywords:Tourism destination selection preference; Prediction method; Edge calculation; Random forest algorithm; Multiple logit selection model; Weight value