数据挖掘|基于BP神经网络的少数民族村寨文化型旅游体验产品潜在游客挖掘

导读:

在乡村振兴战略背景下,文旅融合成为乡村经济发展的重要动力。贵州省少数民族村寨文化型旅游体验产品面临同质化、浅层化、配套不足等问题。本文基于1437份潜在游客问卷,运用BP神经网络挖掘消费偏好与关键影响因素,发现产品丰富度、体验质量、定价与易得性是核心制约因素。研究提出产品优化策略与"政 + 企 + 校"协同机制,为破解民族地区文旅低效开发困境、促进文化传承与乡村可持续发展提供支撑。

作者信息:

李福俊:贵州大学管理学院,贵州 贵阳

doi:

https://doi.org/10.12677/hjdm.2026.163010

论文详情

本研究利用 Citespace 文献可视化软件,对 CNKI 数据库中 2014 年至今涉及"少数民族村寨""文化旅游"600 篇文献进行可视化分析,生成关键词共现网络图谱,探索该领域的研究热点与趋势演变。

文献共享网络分析可知:少数民族村寨研究主要和民族文化、民族旅游、乡村振兴相关,也有研究少数民族村寨固本扩边的趋势。近五年不断提出了少数民族村寨的"保护"、"乡村振兴"和"民族旅游"等,聚焦民族区域特色,同时也说明了许多学者注意到少数民族村寨作为乡村文化振兴阵地进一步服务乡村旅游业的可能性。

研究设计与数据来源

正式调查阶段,主要通过线上发布问卷,辅以线下实地调查。收集到未消费过文化型旅游体验产品 的游客共有 1437 份问卷数据。

变量选择与数据处理如表 1 所示。

经过全面比较各种方法所适合的条件之后,本研究最后决定采用 BP 神经网络来做实证分析。

BP 神经网络模型构建与实证分析

模型参数如表 2 所示。

借助 BP 神经网络,对上述 10 个影响潜在游客消费文化型旅游体验产品的变量进行快速、高效的分析。

由表 3 的错误率可以看出,训练集的错误比率为 0.5%,正确率 99.5%,测试集的错误比率为 1.2%,正确率为 98.8%,神经网络对于样本的分析能力较强。

由表 4 可知,权重最高的 5 个因素为"产品层次丰富,更有选择依据";"产品种类多样,可以满足需求";"产品定价";"产品体验良好,带来愉悦舒适感";"可以轻松找到所需产品"。

基于 BP 神经网络分析未消费过文化型旅游体验产品的游客调查问卷发现,影响潜在游客喜好消费文化型旅游体验产品的因素数量多且变量间存在复杂交互作用,文化型旅游体验产品对于该潜在游客来说,未有满足其需求的产品层次,产品种类不够丰富,无法找到所需产品,且定价不够合理,让其觉得性价比较低,影响潜在游客不喜好消费该产品的因素。

基金项目:

贵州大学大学生创新创业训练计划项目资助(gzusc2025045)

相关推荐
ai小陈10 小时前
CUDA Stream实战:让数据传输与GPU计算真正重叠
人工智能·深度学习·ai·pdf·云计算·gpu算力
v_348360876210 小时前
Android native端 堆栈打印
android·算法
residual_fan10 小时前
【学术论文】航空发动机故障诊断智能体:基于持续对比强化学习的动态优化方法
人工智能·算法·数据挖掘·数据分析
GreenTea11 小时前
OpenAI Agents API 上手实测:一次调用把整个 agent loop 甩给 OpenAI
前端·后端·算法
深圳满意度咨询12 小时前
医院满意度数字化测评系统:从数据采集到智能决策的技术实践
算法
xiangyun6113 小时前
【408数据结构 08】队列:循环队列判空判满,408年年考,一次讲清
c语言·开发语言·数据结构·c++·算法
xiangyun6113 小时前
【408数据结构 06】双链表、循环链表、静态链表
c语言·开发语言·数据结构·c++·算法
302wanger14 小时前
推荐下我的两个AI信息源
算法
索尔~古德曼15 小时前
CF——错题的集合
算法