随着经济的高速发展,我国的旅游业在过去的几十年中得到了迅猛的扩张,旅游业高速发展在带来经济效益的同时,旅游景区客流量的激增给自然环境、社会环境带来了一系列的挑战,而准确的短期旅游客流量估算与预测能够增加景区的科学管理能力,最大程度减轻激增的客流量带来的危害,保证景区的可持续发展,因此建立科学准确的短期客流量预测模型,实现对旅游景区短期客流的精准预测意义重大。短期客流量有非线性、随机性等复杂特点,受天气、温度等短期因素影响大,同时,由于景区之间空间关联关系的存在,景区客流之间有着非常复杂的相关性,人工智能模型具有出色的处理非线性关系的能力,为复杂的短期客流量预测提供了一个解决方案。本文在研究了景区空间关联相关理论的基础上,构建了一种景区空间关联模型,并基于景区空间关联模型,提出了一种顾及景区空间关系的短期客流预测模型。本文的主要研究内容如下:(1)总结了景区客流预测的研究现状。从景区空间关联关系、旅游客流影响因素、客流预测方法3个方面总结了国内外景区客流量预测的预测现状,从辐射效应、共生关系、竞合关系和旅游线路组织4个方面分析了景区空间关联对客流量的影响效应,指出建立顾及景区周边空间关系的短期客流预测模型的必要性;(2)构建了景区空间关联模型。阐述了景区空间关联的概念,定义了景区空间关联的量化方式,并从景区间通达性、景区区位关系、景区属性关联关系3个方面分析了景区客流关系的影响因素,结合景区之间的客流流动数据,利用逻辑回归构建影响因素与景区之间客流关系的模型;(3)提出了顾及景区空间关联的短期客流预测方法。分析了景区短期客流预测的影响因素,在传统的短期客流预测模型中加入了周边景区客流的影响因子,利用LSTM(Long Short-Term Memory,长短记忆)模型构建顾及景区空间关联的短期客流预测模型;(4)验证了空间关联模型、客流预测模型的准确性。本文以南京市内27个3A级以上的旅游景区为研究对象,实验证明景区空间关联模型具有较高的准确性,顾及景区空间关联的客流预测模型比传统的景区客流预测方法有更小的误差以及更好的学习效果。