用于预测游客访问地点的隐含马尔可夫模型
机器学习
2025-11-26 v1 人工智能
摘要
如今，社交网络正变得越来越流行，成为分析游客行为的热门方式， thanks to travelers' digital traces during their stays on these networks。大量数据由游客在旅行期间分享评论和照片的倾向所产生，这使得对他们的旅程进行建模和分析成为可能。预测游客下一步移动对于旅游营销至关重要，以理解需求并改进决策支持。在本文中，我们提出了一种方法，通过社交网络数据分析来理解和学习游客的移动方式，以预测未来的移动。该方法依赖于机器学习语法推断算法。本文的一个重要贡献是将语法推断算法适应大数据的上下文。我们的方法产生一个表示一组游客移动的隐含马尔可夫模型（Hidden Markov Model）。隐含马尔可夫模型灵活且可编辑，可与新数据集成。法国首都巴黎被选为演示所提出方法有效性的案例。
引用
@article{arxiv.2511.19465,
title = {Hidden markov model to predict tourists visited place},
author = {Theo Demessance and Chongke Bi and Sonia Djebali and Guillaume Guerard},
journal= {arXiv preprint arXiv:2511.19465},
year = {2025}
}