旅游业是极具发展潜力的行业,随着旅游业的飞速发展,旅游业信息化步伐加快,智慧旅游将是未来旅游业发展的必然趋势。因此,本文通过预测游客人数和分析游客满意度进而指导旅游开发过程中的资源开发和利用,辅助景区规划和旅游地管理。本文内容主要由三部分组成。第一部分介绍了吉林省旅游产业资源以及吉林省智慧旅游发展现状,并对吉林省入境旅游人数和旅游收入等数据做了描述性统计分析。可以看出,吉林省入境旅游人数逐年递增,旅游收入也呈现出递增趋势,并且从2011年开始增速暴涨,反映出吉林省旅游竞争力表现良好,旅游宣传及品牌效应深入人心。第二部分对吉林省典型旅游景点的客流量进行预测。首先对影响客流量的相关因素进行分析,分别选取了昨日客流量、上周同期客流量、月份、星期、是否为法定假日、高温、低温、是否为极端天气等8个指标作为影响因子,然后运用支持向量机、随机森林、长短时记忆神经网络以及基于粒子群优化算法的长短时记忆神经网络对吉林省典型的旅游景点进行客流量预测,最后通过均方误差、均方根误差、平均绝对误差、平均绝对百分比误差等指标评价不同模型的预测性能,研究结果表明基于粒子群优化算法的长短时记忆神经网络的预测性能要优于其他模型的预测性能。第三部分对游客的满意度进行研究。首先是对长白山旅游景区网络游客评论数据进行预处理,包括去除表情符号、分词与去停词,然后进行描述性统计分析,生成词云图并进行词性分析和情感倾向性分析。其次是运用隐含狄利克雷方法确定最优主题数目并建立游客满意度指标体系,然后运用“重要性-绩效表现”分析模型对游客满意度指标计算重要度与满意度,根据模型的象限图进一步分析游客满意度情况,从而为景区提供可行的改进建议。最后运用K最近邻算法、极端梯度提升算法和长短时记忆神经网络对游客评论数据进行情感倾向性分类。综上,本文以吉林省旅游数据为研究对象,分别运用支持向量机、随机森林、长短时记忆神经网络以及基于粒子群优化算法的长短时记忆神经网络对疫情前和疫情后的长白山旅游景区、查干湖旅游景区和伪满皇宫旅游景区的客流量进行预测,同时对长白山旅游景区的游客满意度进行分析,并从景区规划和管理方面对景区管理部门提供可行性的建议。