1、做预测一般都会做一步向前和多步向前预测，但是要做几步向前比较合适呢？在论文中展示几步向前的结果合适呢？

下面介绍旅游领域top journal的做法：

1.1 年度数据

年度数据的话就做提前三年就行，然后1，2，3全列出来
https://www.sciencedirect.com/science/article/pii/S0261517705000646

1.2 季度数据

李刚老师23年发表的一篇论文Impact of decomposition on time series bagging forecasting performance（https://www.sciencedirect.com/science/article/pii/S0261517723000079）的做法是做12步向前预测，然后再文中只展示2，4，6，8步的结果也就是半年为间隔展示2年的结果。

可以用是1，2，3，6，9，12这样展示（https://onlinelibrary.wiley.com/doi/10.1002/jtr.2453）

1.3 月度数据

做一个月向前预测，展示1，3，6，9

1.4 周数据

做12周向前预测，展示1，2，3，6，9，12（https://www.sciencedirect.com/science/article/pii/S0160738320300566）

2、旅游需求数据缺失的时候使用什么方法补全呢？

看到了两篇发表在top的期刊TM和ATR都是使用 R 中的 “na_kalman” 和 “tsoutliers” 函数来识别缺失数据并平滑异常值以进行数据预处理。

3、搜索指数构建

针对关键词选定主要是从旅游规划的六个方面（住宿、餐饮、景点、交通、旅游和购物）来确定初始关键词，然后使用百度指数的需求图谱查询相关系数高的关键词知道收敛，文献较多引用了Wen, L., Liu, C. and Song, H. (2019), “Forecasting tourism demand using search query data: a hybrid modelling approach”, Tourism Economics和Forecasting tourism demand with composite search index（https://www.sciencedirect.com/science/article/pii/S0261517724001237#bbib40）这两篇

image.png

image.png

4、MASE的计算公式

主要参考MASE的文献和发表在TM的论文，分母使用的是样本内的naive预测的MAE，分子就是测试集的MAE。
https://www.robjhyndman.com/papers/foresight.pdf

image.png

image.png

image.png

5、归一化和标准化，都要使用训练集上的信息来作为标准，不能引入测试集的东西

from sklearn.preprocessing import MinMaxScaler
scaler = MinMaxScaler(feature_range=(0,1))
df_for_training_scaled = scaler.fit_transform(df_for_training)
df_for_testing_scaled=scaler.transform(df_for_testing)