随着人民生活水平的提高,越来越多的人把旅游当成生活的一部分,并积极去旅游景点游玩。然而每个景点都有其自身的承载力,当景点人数到达一定数量时,将会给游客带来不舒适的体验。如何对旅游景点进行合理分流是当今旅游业需要解决的重要问题之一。论文将从舒适度指数出发预测旅游景点的热度,并通过设计基于舒适度指数的旅游景点热度预测系统向游客提供舒适度指数信息和景点的预测热度信息。通过系统提供的数据,游客可以选择舒适度合适的景点进行游玩,从而缓解旅游景点的压力,实现合理的分流。论文的主要研究工作如下:1.本文对主要的预测方法进行了调研,并结合旅游数据的特点初步确定了旅游预测系统应该使用的方法为灰色系统模型或者神经网络模型。2.本文对旅游数据进行了分析,并通过编写爬虫程序、编写数据接口等方法获得旅游数据,并对旅游数据进行了预处理工作。3.本文对人体舒适度指数和游览舒适度指数进行了分析和研究,并基于指数定义和百度指数定义方法提出了景点周边舒适度指数,并进一步对景点周边舒适度指数进行了分级,最后概要描述了舒适度指数体系。4.本文对比分析了灰度预测模型、BP神经网络模型和融合舒适度指数的BP神经网络模型对采集到的数据集合的人数预测效果,并最终确定了系统应该采用的预测算法。5.本文从软件的角度出发对基于舒适度指数的旅游景点热度预测系统进行了详细描述,分别从系统需求、系统设计、模块设计和数据库设计等方面进行了描述。同时通过实现和测试该系统用以辅助企业决策和用户游玩选择。