一种基于深度学习网络的景区游客预测管理方法

本发明公开了一种基于深度学习网络的景区游客预测管理方法，涉及管理技术领域，该方法包括：步骤S1：根据在目标景区中游客活动时长的不同划分出若干个目标景区的驻足区域；步骤S2：预设参考到访数据，监测每个驻足区域实际游览的游客到访数据；步骤S3：构建区域筛选策略，筛出存在拥堵倾向的驻足区域并标注为待预测区域；步骤S4：使用深度学习网络对游客到访数据进行迭代，将迭代输出值设为预测到访数据；步骤S5：将预测到访数据设置为表示预测的游客到访数据，往对应驻足区域实施人流量疏导。本发明通过构建的筛选策略识别出潜在拥堵区域，利用深度学习模型为下一个周期提供人流量预测，具有提升景区秩序的优点和避免安全隐患的有益效果。