一种基于两阶段特征选择和Time2Vec的旅游需求预测方法

本发明涉及一种基于两阶段特征选择和Time2Vec的旅游需求预测方法，属于旅游数据预测领域。所述方法，设计了基于MCC和ReliefF算法的两阶段特征选择方法，以从数据集中选择出最有效的特征子集；提出了一种预测旅游需求的MCNN‑BiLSTM模型，充分利用了中间层信息，从而更有效地从复杂的客流量相关时间序列数据中提取重要特征；引入了Time2Vec，将时间序列的处理过程集成到MCNN‑BiLSTM中，即T2V‑MCNN‑BiLSTM，从而改进了旅游需求预测中常用的信号处理算法，使该模型能够高效地提取高级时间特征，预测旅游需求，从而提高预测精度。