Детальная информация

Целью данной работы является создание программного решения, способного анализировать и прогнозировать внутренний туристический поток на основе моделей временных рядов SARIMAX и нейросетей LSTM с учётом экзогенных факторов. В рамках проекта реализовано приложение с графическим интерфейсом (PyQt6), обеспечивающее интерактивную оценку влияния факторов и формирование рекомендаций с помощью мультиагентного анализа и генерации текста через большие языковые модели (LLM). В первом разделе выполнен обзор предметной области и существующих аналогов. Во втором – сформулированы требования и постановка задачи. В третьем – разработана обобщённая модель, реализованы алгоритмы оценки факторов, прогнозирования и формирования рекомендаций. В четвёртом разделе описана программная реализация, включая проектирование базы данных на PostgreSQL, а также интеграция CrewAI и Ollama. Пятый раздел содержит исследование модели и подтверждение её адекватности на реальных данных. Результатом работы является программное приложение, демонстрирующее высокую точность прогноза (в среднем ~84%) и пригодность для поддержки решений в туристической отрасли.

The aim of this work is to create a software solution for forecasting domestic tourist flows using SARIMAX time series models and LSTM neural networks, considering exogenous factors. The project implements a PyQt6-based graphical application that allows interactive factor impact analysis and recommendation generation via multi-agent analysis and large language models (LLMs). The first section presents a literature review and analog analysis. The second defines the problem and system requirements. The third section introduces the generalized model and implements algorithms for factor evaluation, forecasting, and recommendation generation. The fourth describes software implementation, PostgreSQL database design, and integration with CrewAI and Ollama. The fifth section presents experimental validation and real data testing. The result is a software tool with high forecasting accuracy (~84%), applicable for decision-making in the field of domestic tourism development.

• ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
• ВВЕДЕНИЕ
• 1 Аналитический обзор моделирования туристических потоков
  • 1.1 Значимость и тенденции развития туризма
  • 1.2 Анализ подходов к моделированию потоков
  • 1.3. Постановка задач и определение требований работы
• 2 Разработка обобщенной модели внутреннего туризма
  • 2.1 Разработка алгоритма оценки качественных факторов
  • 2.2 Разработка метода моделирования турпотока
  • 2.3 Разработка алгоритма формирования рекомендаций
• 3 Программная реализация модели внутреннего туризма
  • 3.1 Инструменты разработки
  • 3.2. Проектирование базы данных внутреннего туризма
  • 3.3 Реализация приложения и сценарии работы
• 4 Тестирование разработанной модели и анализ результатов
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ А
  • ПРИЛОЖЕНИЕ Б
  • ПРИЛОЖЕНИЕ В
  • ПРИЛОЖЕНИЕ Г