基于机器学习技术的旅游方式偏好研究——以南京市为例

从人口特征和个人价值两方面探讨引起旅游方式偏好差异的关键因素。首次采用新型机器学习算法C4.5-RulePANE对以南京市民为样本的调查数据进行分析建模,从中获取反映偏好团队游或自助游的典型人群特征的预测规则。研究表明:(1)在人口特征变量中,收入、家庭生命周期、学历对旅游方式偏好起到重要的影响作用;(2)个人价值变量对旅游方式偏好亦起到重要的影响作用;(3)利用机器学习技术建立多维因素到目标概念的非线性映射模型,比仅对一维因素分析更准确、全面;(4)通过建模能够获取反映人们旅游方式偏好的预测规则,该规则从多个角度对偏好团队游或自助游的典型人群特征进行描述。