{“id”：“https://openalex.org/W3216116360“，”doi“：”https://doi.org/10.109/swc50871.2021.00090网址“，”title“：”机器学习和深度学习技术在旅游需求预测中的应用综述“，”display_name“：”旅游需求预测的机器学习和深入学习技术综述“，“publication_year”：2021，“publiation_date”：“2021-10-01”，“ids”：{“openalex”：“https://openalex.org/W3216116360“，”doi“：”https://doi.org/10.109/swc50871.2021.00090网址“，”mag“：”3216116360“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/swc50871.2021.00090网址“，”pdf_url“：null，”source“：null，”license“：null'，”licence_id“：null，”version“：nuller，”is_accepted“：false，”is_published“：false}，”type“：”article“，”type_crossref“：“procesdings-article”，”indexed_in“：[”crossref“]，”open_access“：{”is_oa“：false，”oa_status“：”closed“，”oa_url”：null“，”any_repository_has_fulltext“：false}”，”authorships“：[{”author_position“：”first“，”作者“：{”id“：”https://openalex.org/A5090741457“，”display_name“：”Nicolai Sison“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I130701444“，”display_name“：”佐治亚理工学院“，”ror“：”https://ror.org/01zkghx44“，”country_code“：”美国“，”类型“：”教育“，”血统“：[”https://openalex.org/I130701444“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Nicolai Sison“，”raw_affiliation_strings“：[“佐治亚理工学院工程学院，佐治亚州亚特兰大”]，”affiliations“：[{”raw_affiliation_string“：”佐治亚州立大学亚特兰大工程学院，乔治亚理工大学，佐治亚州亚特兰大“，”institution_ids“：[https://openalex.org/I130701444“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5100412859“，”display_name“：”Lin Li“，”orcid“：”https://orcid.org/0000-0002-2666-7941}，“机构”：[{“id”：https://openalex.org/I172980758“，”display_name“：”肯尼索州立大学“，”ror“：”https://ror.org/00jeqjx33“，”country_code“：”美国“，”类型“：”教育“，”血统“：[”https://openalex.org/I172980758“]}]，”国家“：[”美国“]，”is_corresponding“：false，”raw_author_name“：”Lin Li“，”raw _affiliation_strings“：[“肯尼索州立大学工业与系统工程系，肯尼索，佐治亚州，美国”]，“affiliations”：[{“raw_affiliation _string”：“肯尼萨州立大学工业和系统工程系https://openalex.org/I172980758“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5100785901“，”display_name“：”孟翰“，”兽人“：”https://orcid.org/0000-0001-7472-0842}，“机构”：[{“id”：https://openalex.org/I76130692“，”display_name“：”浙江大学“，”ror“：”网址：https://ror.org/00a2xv884“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I76130692“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Meng Han“，”raw _affiliation_strings“：[“浙江大学滨江学院，中国杭州”]，”affiliations“：[{”raw_affiliation_string“：”浙江大学滨江学院，中国浙江大学”，“institution_ids”：[“https://openalex.org/I76130692“]}]}]，”institution_assertions“：[]，”countries_distinact_count“：2，”institutions_disticant_count”：3，”corresponding_author_ids“：[[]，”corresponding_institution_ids”：[]，“apc_list”：null，”apc_payed“：null”，“fwci”：0.0，”has_fulltext“：false，”cited_by_count“is_in_top_10_percent”：错误}，“cited_by_percentile_year“：{“min”：0，“max”：58}，“biblio”：{卷：null，“问题”：nullhttps://openalex.org/T11918“，”display_name“：”时间序列预测方法“，”score“：0.9972，”subfield“：{”id“：”https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}，”主题“：[{”id“：”https://openalex.org/T11918“，”display_name“：”时间序列预测方法“，”score“：0.9972，”subfield“：{”id“：”https://openalex.org/subfields/1803“，”display_name“：”管理科学与运筹学“}，”字段“：{”id“：”https://openalex.org/fields/18“，”display_name“：”Decision Sciences“}，”domain“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“｝｝，｛”id“：”https://openalex.org/T11344“，”display_name“：”交通流预测与预测“，”score“：0.9958，”subfield“：{”id“：”https://openalex.org/subfields/2215“，”display_name“：”Building and Construction“}，”field“：{”id“：”https://openalex.org/fields/22“，”display_name“：”Engineering“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10698“，”“display_name”：“理解对公共交通和私家车的态度”，“score”：0.9926，“subfield”：{“id”：“https://openalex.org/subfields/3313“，”display_name“：”Transportation“}，”field“：{”id“：”https://openalex.org/fields/33“，”display_name“：”社会科学“}，”域“：{”id“：”https://openalex.org/domains/2“，”display_name“：”社会科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/demand-forecasting网站“，”display_name“：”需求预测“，”score“：0.641431}，{”id“：”https://openalex.org/keywords/travel-time-reliability网站“，”display_name“：”旅行时间可靠性“，”score“：0.546947}，{”id“：”https://openalex.org/keywords/travel-behavior网站“，”display_name“：”旅行行为“，”score“：0.539252}，{”id“：”https://openalex.org/关键字/预测“，”display_name“：”Forecasting“，”score“：0.532945｝，｛”id“：”https://openalex.org/keywords/shortterm-forcasting网站“，”display_name“：”短期预测“，”score“：0.532403}]，”concepts“：[{”id“：”https://openalex.org/C193809577，“wikidata”：https://www.wikidata.org/wiki/Q3409300“，”display_name“：”需求预测“，”level“：2，”score“：0.7154745}，{”id“：”https://openalex.org/C195487862，“wikidata”：https://www.wikidata.org/wiki/Q850210“，”display_name“：”Revenue“，”level“：2，”score“：0.57066244}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.56259966}，{”id“：”https://openalex.org/C108583219，“wikidata”：https://www.wikidata.org/wiki/Q197536“，”display_name“：”深度学习“，”level“：2，”score“：0.51932967}，{”id“：”https://openalex.org/C157660682，“wikidata”：https://www.wikidata.org/wiki/Q419793“，”display_name“：”住宿“，”等级“：2，”分数“：0.4683539}，{”id“：”https://openalex.org/C179366874，“wikidata”：https://www.wikidata.org/wiki/Q1185130“，”display_name“：”需求管理“，”level“：2，”score“：0.45790434}，{”id“：”https://openalex.org/C2781386248，“wikidata”：https://www.wikidata.org/wiki/Q11898700“，”display_name“：”收入管理“，”level“：3，”score“：0.44186634}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.42266032}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539（网址：https://www.wikidata.org/wiki/Q2539）“，”display_name“：”机器学习“，”level“：1，”score“：0.3870969}，{”id“：”https://openalex.org/C42475967，“wikidata”：https://www.wikidata.org/wiki/Q194292“，”display_name“：”运筹学“，”level“：1，”score“：0.3732407｝，｛”id“：”https://openalex.org/C2522767166，“wikidata”：https://www.wikidata.org/wiki/Q2374463“，”display_name“：”数据科学“，”level“：1，”score“：0.34369725}，{”id“：”https://openalex.org/C127413603，“wikidata”：https://www.wikidata.org/wiki/Q11023“，”display_name“：”Engineering“，”level“：0，”score“：0.25762278}，{”id“：”https://openalex.org/C144133560，“wikidata”：https://www.wikidata.org/wiki/Q4830453网址“，”display_name“：”Business“，”level“：0，”score“：0.2543581}，{”id“：”https://openalex.org/C162324750，“wikidata”：https://www.wikidata.org/wiki/Q8134“，”display_name“：”经济学“，”level“：0，”score“：0.20457023}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C121955636，“wikidata”：https://www.wikidata.org/wiki/Q4116214“，”display_name“：”Accounting“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C139719470，“wikidata”：https://www.wikidata.org/wiki/Q39680“，”display_name“：”宏观经济学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C169760540，“wikidata”：https://www.wikidata.org/wiki/Q207011“，”display_name“：”Neuroscience“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.109/swc50871.2021.00090网址“，”pdf_url“：null，”source“：null，”license“：null:”license_id“：nuld，”version“：null，”is_accepted“：false，”is_published“：false}]，”best_oa_location“：nul，”sustainable_development_goals“：[{”id“：”https://metadata.un.org/sdg/9“，”display_name“：”工业、创新和基础设施“，”分数“：0.58}]，”拨款“：[{”出资人“：”https://openalex.org/F432032250“，”funder_display_name“：”浙江树人大学“，”award_id“：null}]“数据集”：[]，”versions“：[]”referenced_works_count“：62，”reference d_works“：[”https://openalex.org/W1566530649","https://openalex.org/W175231502","https://openalex.org/W1874142065","https://openalex.org/W1908656564","https://openalex.org/W1918916900","https://openalex.org/W1980566575","https://openalex.org/W1992347171","https://openalex.org/W2003432259","https://openalex.org/W2013031372","https://openalex.org/W2016530174","https://openalex.org/W2032169455","https://openalex.org/W2039550012","https://openalex.org/W2044875104","https://openalex.org/W2051231193","https://openalex.org/W2053008160","https://openalex.org/W2058339113","https://openalex.org/W2073681501","https://openalex.org/W2082619808","https://openalex.org/W2084168524","https://openalex.org/W2084497615","https://openalex.org/W2101685486","https://openalex.org/W2122857797网址","https://openalex.org/W2137266317","https://openalex.org/W2139287124","https://openalex.org/W2170785963","https://openalex.org/W2171698256","https://openalex.org/W2183911286","https://openalex.org/W2274136367","https://openalex.org/W2291672314","https://openalex.org/W2295996670","https://openalex.org/W2334728028","https://openalex.org/W2377246897","https://openalex.org/W2404105593","https://openalex.org/W2469049207","https://openalex.org/W2590815582","https://openalex.org/W2615613308","https://openalex.org/W2747981457","https://openalex.org/W2751335644","https://openalex.org/W2752368903","https://openalex.org/W2753901487","https://openalex.org/W2768949383","https://openalex.org/W2800806089","https://openalex.org/W2811507150","https://openalex.org/W2892639945","https://openalex.org/W2896827527","https://openalex.org/W2910197777","https://openalex.org/W2922230551","https://openalex.org/W2936163520","https://openalex.org/W2937232553","https://openalex.org/W2939094371","https://openalex.org/W2956801422","https://openalex.org/W2962846135","https://openalex.org/W298199624","https://openalex.org/W2982640393","https://openalex.org/W3008484829","https://openalex.org/W3022643593","https://openalex.org/W3023369046","https://openalex.org/W3042029390","https://openalex.org/W3090242660","https://openalex.org/W3092360455","https://openalex.org/W4252451596","https://openalex.org/W825145640“]，”related_works“：[”https://openalex.org/W4391448436","https://openalex.org/W2808755562","https://openalex.org/W2785207614","https://openalex.org/W2528408760","https://openalex.org/W2360530351","https://openalex.org/W2069015515","https://openalex.org/W2066037679","https://openalex.org/W2064382678","https://openalex.org/W2016721188","https://openalex.org/W1963479726“]，”abstract_inverted_index“：{”There“：[0]，”is“：[1,38]，”limited“：[2]，”diversity“：[3]，”in“：[4,35]，”methods“：[5]，”used“：[6]，”to“：[7,30,42,58,65,83]，”forecast“：[8]，”today\u2019s“：[9]，”travel“：[10,67]，”industry“：[11,68]，”demand.“：[12]，”associated“：%13]，”with“：[14]，“不断变化”：[15]，“动态”：[16]，“影响”：[17]，“the”：[18,26]，“住宿”：[19]，“部门”：[20]，“和”：[21,46,60,80,87]，“新”：[22]，“创新”：[23]，“技术”：[24]，“减少”：[25]，“成本”：[27]，“of”：[28]，“替代品”：[29]，”航空公司“：[31]，“旅行”：[32]，“未来”：[33]，“需求”：[34,69]，“这些”：[36]，“领域”：[37]，“成为”：[39]，“日益”：[40]，“困难”：[41]，“预测”。“：[43]，“更多”：[44]，“高级”：[45]，“混合”：[47]，“预测”：[48]，“模型”：[49]，“是”：[50]，“持续”：[51]，“存在”：[52]，“寻求”：[53]，“之后”。“：[54]，“This”：[55]，“paper”：[56]，“aims”：[57]，“collect”：[59]，“organize”：[61]，“significant”：[62]，“documents”：[63]，“related”：[64]，“moderday”：[66]，“forecasting”：[70]，“including”：【71】，“classical”：【72】，“technologies”：【73】，“that”：【74】，“stem”：【75】，“from”：【76】，“time”：[77]，“series”：[78]，“分析”：[79]，“收入”：[81]，“管理”：[82]，“最先进”：[84]，“机器”：[85]，“学习”：[86,89]，“深度”：[88]，“模型”。“：[90]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W3216116360“，”counts_by_year“：[]，”updated_date“：”2024-09-17T11:05:07.771598“，”created_date:“2021-12-06”}“