《表3 三清山寻路行为多维决策CHAID分析结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于决策树的山岳景区游客路径影响因素研究——以世界遗产地三清山为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以聚类后的游客路径类型为因变量，以游客个体人口统计特性和旅行特征等共计11个变量为自变量，采用决策树模型的CHAID生长方法对游客路径选择进行分析（表3）。该模型中，由于“游客路径类型”是6分值变量，生成规则较为零散，每条规则对应的样本量有限，预测准确率为54.4%，因在K-means聚类过程中信息被覆盖，再进行决策树预测时存在二次偏差较多。其中，路径6准确率为69.8%，因为其路径中原始路径A→D→J→I→G→E→D→A较多（N=82）。本研究采用Boosting方法提高模型准确率，经过迭代10次规则模型模拟，样本精度提升至70.9%。变量预测重要性（importance）由大到小依次为旅游方式（0.415）、停留时间（0.168）、主要交通方式（0.129）、职业（0.063）、月收入（0.060）和来源省份（0.050）等。从生成的规则中提取出置信度超过60%的4个规则（对应变量赋值见表1）。（1）规则1:如果旅游方式=4且月收入≤2，则预测值（prediction，pre）=2，概率（probability，pro）=0.818（游客数N=10）；（2）规则2:如果旅游方式=1且来源省份=1，则pre=6，pro=0.686（游客数N=17）；（3）规则3:如果旅游方式=1且来源省份=0及停留时间>2，则pre=5，pro=0.678（游客数N=11）；（4）规则4:如果旅游方式=1且来源省份=0及停留时间≤2，则pre=6，pro=0.655（游客数N=30）。