1、本論文根據旅游地理經濟分析預測管理需求,就基于支持向量機的空間數據挖掘分類或回歸的理論與方法以及在旅游地理經濟管理中的應用展開了系統(tǒng)研究,建立了基于支持向量機的空間數據分類或回歸挖掘模型與算法、特征選擇算法,設計實現了面向旅游地理經濟應用的數據挖掘軟件。主要內容如下:
　　(1)提出了SVM若干算法。通過組合優(yōu)化方法和最小二乘方法,以及多分類支持向量機方法,提出了MC-COLS-SVM分類機算法;通過組合優(yōu)化方法,以及減少約束,降

2、低問題復雜度,提出了組合優(yōu)化COLS-BSVR回歸機算法。提出了對于支持向量回歸機特征選擇的算法,并進行了實證分析。
　　(2)構建了基于支持向量機的空間數據挖掘理論與方法體系。研究設計了基于支持向量機的空間數據挖掘工作流程與框架以及實現方法;基于MC-COLS-SVM多分類組合優(yōu)化思路,設計了空間數據分類算法;基于COLS-BSVR組合優(yōu)化最小二乘支持向量回歸機思路,設計了空間數據回歸算法。
　　(3)提出了時政指數、景區(qū)

3、景點分布指數,并成功應用于旅游地理經濟分析之中。通過對旅游收入、游客人數、時政指數、景區(qū)景點分布指數、GDP、CPI等變量時間序列的統(tǒng)計描述分析及其它們對旅游地理經濟影響分析,提取了旅游地理經濟數據特征,設計了相應的旅游地理經濟數據庫。
　　(4)建立了基于支持向量機的旅游地理經濟預測模型?；谔岢龅腃OLS-BSVR支持向量回歸機算法,建立了基于支持向量機的旅游地理經濟分析預測數學模型;設計了數據挖掘中的數據構造模式,驗證了模型

4、與模式的有效性。
　　(5)建立了基于支持向量機的旅游地理經濟風險管理模型。基于設計的空間數據分類算法、回歸算法以及特征選擇算法,結合旅游地理經濟特征敏感性分析,建立了風險管理數學模型,驗證了模型的有效性。
　　(6)設計并實現了基于支持向量機的旅游地理經濟數據挖掘軟件。該數據挖掘軟件分三層結構構建;各種數據采集預處理后,存入旅游地理經濟數據庫,通過基于支持向量回歸機的算法運算,生成預測信息,供分析決策參考。
　　該論