摘要：該文采用非線性自回歸模型（NAR），利用從四大招聘網(wǎng)站上提取的旅游公司導(dǎo)游崗位需求數(shù)據(jù)，使用MatLAB編制相關(guān)計(jì)算程序，按“每日需求”預(yù)測(cè)導(dǎo)游崗位的需求量，該方法可以為旅行社、景區(qū)等旅游企業(yè)提供參考。

關(guān)鍵詞：導(dǎo)游需求預(yù)測(cè);非線性自回歸模型;人工神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F590.2? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）02-0250-02

1 背景

隨著“決勝全面建成小康社會(huì)”工作的不斷深入開展，旅游，這個(gè)曾經(jīng)比較奢侈的消費(fèi)，已經(jīng)成為普通老百姓日常生活不可缺少的組成部分，每逢節(jié)假日上班后同事間問(wèn)候的第一句話就是：這幾天去哪兒玩了？從這個(gè)角度業(yè)看，我國(guó)旅游業(yè)進(jìn)入一個(gè)新的時(shí)期——大眾化旅游時(shí)代。從國(guó)內(nèi)旅游業(yè)的收入和接待游客的數(shù)量方面看：2017年全年國(guó)內(nèi)游客比2016年增長(zhǎng)12.8%，游客總數(shù)達(dá)到了50.01億人次;國(guó)內(nèi)旅游收入比上一年增長(zhǎng)15.9%，達(dá)到4.57 萬(wàn)億元;我們通過(guò)對(duì)2010—2017年這8年間國(guó)內(nèi)旅游市場(chǎng)數(shù)據(jù)進(jìn)行整理和分析，得到圖1。從圖1可以看出，我國(guó)旅游業(yè)的旅游收入和游客數(shù)量實(shí)現(xiàn)了雙增長(zhǎng)，旅游業(yè)呈可持續(xù)增長(zhǎng)態(tài)勢(shì)。國(guó)家旅游局的《“十三五”旅游業(yè)發(fā)展規(guī)劃》明確提出了目標(biāo)：“到2020年，旅游市場(chǎng)總規(guī)模達(dá)到67億人次，旅游業(yè)總收入達(dá)到7萬(wàn)億元”。經(jīng)過(guò)測(cè)算，要實(shí)現(xiàn)這個(gè)目標(biāo)，未來(lái)2年，旅游市場(chǎng)總規(guī)模年均增長(zhǎng)要達(dá)到8.495億人次，年均增長(zhǎng)率要達(dá)到15%～16%;旅游總收入年均增長(zhǎng)為1.215萬(wàn)億元，年均增長(zhǎng)率要達(dá)到23%～24%?？梢?，十三五期間，我國(guó)旅游業(yè)必將有較大的發(fā)展，旅游就業(yè)人才需求旺盛，根據(jù)國(guó)家旅游局《“十三五”旅游人才發(fā)展規(guī)劃綱要》的目標(biāo)，2020年旅游業(yè)直接就業(yè)人數(shù)將達(dá)3300萬(wàn)人。

導(dǎo)游員崗位是旅游業(yè)崗位需求人才的非常重要一個(gè)部分，但從實(shí)際情況來(lái)看，旅行社和景區(qū)一般很少真正雇傭?qū)в螁T作為長(zhǎng)期正式員工，眾所周知的原因，因?yàn)榇蠖鄶?shù)游客都集中在春節(jié)、國(guó)慶等節(jié)日進(jìn)行遠(yuǎn)距離旅行，有些景點(diǎn)是有最佳游覽期的，過(guò)了最佳游覽期，旅游的體驗(yàn)度就要大打折扣了，以上這些原因都促成了旅游鮮明季節(jié)性，這種狀況，就使得旅行社和景區(qū)對(duì)導(dǎo)游員崗位的人才需求是一個(gè)動(dòng)態(tài)過(guò)程，是在不斷發(fā)生變化的，旺季和淡季的差別是非常大的，這也是旅行社和景區(qū)在旅游旺季，導(dǎo)游員需求旺盛時(shí)，專職導(dǎo)游不夠用的情況下，臨時(shí)招一些兼職導(dǎo)游，旅行社和景區(qū)是企業(yè)，企業(yè)自然是要盈利的，是要進(jìn)行成本控制的，從這方面看，旅游企業(yè)這么做，也是完全可以理解的。所以，這與其他許多行業(yè)或職業(yè)不一樣，旅行社和景區(qū)對(duì)導(dǎo)游的需求是季節(jié)性的，是一個(gè)動(dòng)態(tài)的需求，所以旅游企業(yè)需要對(duì)導(dǎo)游的需求進(jìn)行預(yù)測(cè)，并且，導(dǎo)游需求的季節(jié)性，使得導(dǎo)游崗位的需求預(yù)測(cè)是側(cè)重于短期需求預(yù)測(cè)。加強(qiáng)對(duì)導(dǎo)游崗位需求進(jìn)行預(yù)測(cè)分析，可以準(zhǔn)確地確定導(dǎo)游人才的需求量，是開發(fā)旅游企業(yè)人力資源、提高導(dǎo)游行業(yè)人員效績(jī)的重要前提。旅游人力資源與產(chǎn)業(yè)的發(fā)展息息相關(guān)。如果能科學(xué)的預(yù)測(cè)導(dǎo)游人力資源規(guī)模對(duì)今后的旅游的發(fā)展意義重大。

所謂人才需求預(yù)測(cè)，就是使用某種科學(xué)的方法，來(lái)對(duì)未來(lái)一段時(shí)間內(nèi)，社會(huì)對(duì)某類人才需求的趨勢(shì)進(jìn)行定性或定量估計(jì)和判斷，以確定人才需求的狀況。定性的預(yù)測(cè)方法，一般主要為分析和比較研究等，定量預(yù)測(cè)的方法一般包括回歸性分析（例如一元線性分析）、基于時(shí)間序列預(yù)測(cè)模型、灰色系統(tǒng)理論（GM模型）預(yù)測(cè)以及人工神經(jīng)網(wǎng)絡(luò)。

一般文獻(xiàn)對(duì)旅游人才的需求預(yù)測(cè)，大多數(shù)研究都是著眼于大中尺度時(shí)間段的預(yù)測(cè)，而對(duì)于小尺度的短期預(yù)測(cè)研究很少;在數(shù)據(jù)上，大部分文獻(xiàn)采用月度或年度數(shù)據(jù)進(jìn)行預(yù)測(cè)，很少有文獻(xiàn)采用每日的數(shù)據(jù)，這些局限性，限制了導(dǎo)游人力資源需求的預(yù)測(cè)的效果，在旺季，旅行社和景區(qū)的管理者需要以每日計(jì)的短時(shí)導(dǎo)游需求仿真和預(yù)測(cè)。課題組將以人工神經(jīng)網(wǎng)絡(luò)中的NAR回歸神經(jīng)網(wǎng)絡(luò)對(duì)導(dǎo)游的每日需求量進(jìn)行預(yù)測(cè)研究。

2 NAR回歸神經(jīng)網(wǎng)絡(luò)

NAR（Nonlinear Auto-Regressive）全稱是非線性自回歸模型，這種模型實(shí)際上就是用自己本身作為回歸中用的變量，換種說(shuō)法，就是利用前段時(shí)期若干時(shí)刻產(chǎn)生的隨機(jī)變量的線性組合，來(lái)產(chǎn)生以后繼某時(shí)刻隨機(jī)變量的非線性回歸模型，這種模型是時(shí)間序列中的一種經(jīng)常使用的形式，所謂時(shí)間序列，就是按時(shí)間順序排列產(chǎn)生的一段數(shù)字序列，基于時(shí)間序列分析與預(yù)測(cè)，就是使用實(shí)際采集或觀測(cè)，而得到的時(shí)間序列數(shù)據(jù)，通過(guò)曲線擬合和參數(shù)估計(jì)，預(yù)測(cè)未來(lái)事物的發(fā)展。

課題組選用動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)一一NAR回歸神經(jīng)網(wǎng)絡(luò)基于導(dǎo)游崗位人才需求時(shí)間序列特性建立了導(dǎo)游短期人才需求預(yù)測(cè)模型，使用從招聘網(wǎng)站上提取的導(dǎo)游崗位需求量數(shù)據(jù)，用MatLab編程，最終預(yù)測(cè)了12月21日至12月27日導(dǎo)游崗位人才需求。

3 計(jì)算工具、數(shù)據(jù)來(lái)源、誤差檢驗(yàn)

3.1 編制計(jì)算程序

NAR神經(jīng)網(wǎng)絡(luò)模型的運(yùn)算，一般不用手工完成，通常都是基于計(jì)算機(jī)進(jìn)行模擬運(yùn)算，所以課題組利用MATLAB編寫相關(guān)NAR神經(jīng)網(wǎng)絡(luò)模型的計(jì)算程序，并用這一程序進(jìn)行導(dǎo)游崗位短期人才需求的預(yù)測(cè)。

3.2 數(shù)據(jù)來(lái)源

為了保證數(shù)據(jù)的準(zhǔn)確和權(quán)威，本次使用的人才需求數(shù)據(jù)是從“智聯(lián)招聘”“前程無(wú)憂”“58同城”“最佳東方”四大人才招聘網(wǎng)站上，通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)抓取了2018年11月28日至12月20日期間旅游企業(yè)發(fā)布的相關(guān)導(dǎo)游崗位的招聘崗位數(shù)，經(jīng)過(guò)比對(duì)，去掉重復(fù)發(fā)布的企業(yè)，得到原始數(shù)據(jù)如表1所示。

目前，絕大部分人才需求的預(yù)測(cè)的文獻(xiàn)，均采用年度數(shù)據(jù)進(jìn)行預(yù)測(cè)，并且現(xiàn)有研究文獻(xiàn)主要著眼于大中尺度的預(yù)測(cè)，很少有進(jìn)行按日需求進(jìn)行預(yù)測(cè)的文獻(xiàn)。求是按季節(jié)和時(shí)間不斷變化的，所以導(dǎo)游的崗位需求預(yù)測(cè)主要著眼于短期預(yù)測(cè)。

NAR神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)效果可以通過(guò)誤差圖、誤差自相關(guān)圖等進(jìn)行可視化。

本次研究，課題組利用招聘網(wǎng)站提取的12月份導(dǎo)游崗位招聘數(shù)據(jù)，采用NAR神經(jīng)網(wǎng)絡(luò)模型進(jìn)行短期導(dǎo)游崗位的需求預(yù)測(cè)，使用MatLAB實(shí)現(xiàn)NAR模型，進(jìn)行導(dǎo)游崗位的每日需求預(yù)測(cè)的嘗試。圖3為誤差圖，用豎直方向的線段來(lái)表示測(cè)試目標(biāo)和預(yù)測(cè)結(jié)果之間的差值，如果此類線段越少，就表示NAR神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的效果越佳;一般來(lái)說(shuō)，還需要結(jié)合圖2的誤差自相關(guān)圖分析，通常誤差在lag 為0的時(shí)候最大，其他情況下以不超過(guò)置信區(qū)間為佳。由圖可知，此模型誤差絕大部分在置信區(qū)間內(nèi)，因此可以推測(cè)此NAR神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型可以用于導(dǎo)游崗位每日需求的預(yù)測(cè)。

4 預(yù)測(cè)結(jié)果

根據(jù)編寫的程序和訓(xùn)練好的數(shù)據(jù)，預(yù)測(cè)出12月21日至12月27日7天期間導(dǎo)游崗位人才需求如表2所示。

5 結(jié)束語(yǔ)

課題組使用從“智聯(lián)招聘”“前程無(wú)憂”“58同城”“最佳東方”四大人才招聘網(wǎng)站上提取的2018年11月28日至12月20日期間旅游企業(yè)發(fā)布的相關(guān)導(dǎo)游崗位的招聘崗位數(shù)，運(yùn)用NAR神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，對(duì)12月21日至12月27日的導(dǎo)游需求量進(jìn)行了預(yù)測(cè)，取得了較好的效果。

參考文獻(xiàn)：

[1] 王新宇， 方法林， 宋益丹. 江蘇旅游人才需求預(yù)測(cè)——基于灰色系統(tǒng)理論和一元回歸方程混合模型[J]. 中國(guó)商貿(mào)， 2012（14）：174-175.

[2] 陳婕. 基于C++和MatLab混合編程的GM（1，1）模型實(shí)現(xiàn)與應(yīng)用[J]. 電腦知識(shí)與技術(shù)， 2017， 13（33）：124-126.

【通聯(lián)編輯：謝媛媛】