吳真松，張丹

（華僑大學(xué)旅游學(xué)院，福建 泉州 362021）

粗糙集（Rough Set）由波蘭學(xué)者Z.Pawlak于1982年提出，它是一種數(shù)學(xué)工具，用于描述具有不完整性和不確定性現(xiàn)象。粗糙集理論與許多其他的理論交叉，尤其是模糊集理論、證據(jù)理論和布爾推理方法等［1］，但是粗糙集也可被看做是一門(mén)有著其自身特點(diǎn)、獨(dú)立且具有補(bǔ)充性而不是競(jìng)爭(zhēng)性的學(xué)科。基于分類機(jī)制的基礎(chǔ)并保持分類能力不變的前提，該理論通過(guò)屬性約簡(jiǎn)，能夠有效導(dǎo)出問(wèn)題的決策或分類規(guī)則。因此，粗糙集理論具有鮮明的優(yōu)點(diǎn)，除了所要分析的數(shù)據(jù)外，無(wú)需任何先驗(yàn)信息，而是完全基于數(shù)據(jù)本身進(jìn)行推導(dǎo)，為決策者提供客觀而簡(jiǎn)明的決策規(guī)則［2］。

根據(jù)粗糙集理論的觀點(diǎn)，“知識(shí)”被視為一種分類能力。例如，與環(huán)境相關(guān)的知識(shí)，從旅游的角度加以解讀，旅游者需分辨出該環(huán)境是否適合旅游，并進(jìn)一步分辨該環(huán)境中某種旅游活動(dòng)是否適合在該環(huán)境開(kāi)展，相當(dāng)于在粗糙集中對(duì)知識(shí)進(jìn)行分類，通常不是處理一個(gè)單獨(dú)的分類，而是某—論域的分類族，用等價(jià)關(guān)系代替分類。因此，粗糙集理論不僅具有理論價(jià)值，同時(shí)具有實(shí)踐意義。

近年來(lái)，粗糙集理論應(yīng)用不僅局限于數(shù)學(xué)領(lǐng)域，還成為軟計(jì)算方法的重要分支，涉及眾多領(lǐng)域，如模式識(shí)別、決策分析和決策支持、知識(shí)獲取等。隨著該理論深入發(fā)展，國(guó)內(nèi)外學(xué)者將粗糙集理論逐步引入旅游研究領(lǐng)域，成為該領(lǐng)域的前沿理論之一，具有重要的研究?jī)r(jià)值。本文通過(guò)文獻(xiàn)檢索，梳理粗糙集理論在旅游研究領(lǐng)域中的應(yīng)用研究，分析其特征和發(fā)展趨勢(shì)。

一、粗糙集理論的相關(guān)研究概況

本文以中國(guó)知網(wǎng)和Elsevier－SDOL（Science Direct On Line）為主要文獻(xiàn)檢索平臺(tái)，把“粗糙集”作為題名關(guān)鍵詞，進(jìn)行檢索。在中國(guó)知網(wǎng)上，從1979年到2013年，共檢索7 849篇，再以2003－2013年為界，共檢索文獻(xiàn)7 478篇，達(dá)總量的95.27%，可見(jiàn)國(guó)內(nèi)關(guān)于粗糙集理論的研究在近十年來(lái)獲得爆炸性增長(zhǎng)，其研究?jī)r(jià)值被更多學(xué)者肯定。其中中國(guó)全文期刊數(shù)據(jù)庫(kù)共有3 329篇，博士畢業(yè)論文93篇，碩士畢業(yè)論文727篇；Elsevier－SDOL上則共有9 047相關(guān)文獻(xiàn)。

圖1 粗糙集理論相關(guān)研究文獻(xiàn)檢索結(jié)果

國(guó)外對(duì)粗糙集理論的相關(guān)研究開(kāi)展較早，研究成果相對(duì)國(guó)內(nèi)也較為豐富。近兩年的研究焦點(diǎn)在于對(duì)貝葉斯粗糙集模型的進(jìn)一步研究［3］，探討應(yīng)用模糊粗糙集的功能［4］及模型［5－6］，以及從決策的角度構(gòu)建粗糙集理論框架［7］等，主要關(guān)于粗糙集理論的基礎(chǔ)研究。

國(guó)內(nèi)近幾年的研究中，關(guān)于粗糙集理論的基礎(chǔ)研究也有進(jìn)一步發(fā)展，學(xué)者從不同角度提出新的分析方法，完善粗糙集基礎(chǔ)理論研究，促進(jìn)了該理論的發(fā)展。袁智敏等基于灰色聚類分析法提出粗糙集灰色聚類分析法［8］。張賢勇等基于精度與程度的邏輯差需求，提出了精度與程度的邏輯差粗糙集模型，定義了粗糙集區(qū)域概念［9］。張清華等人首先給出了集合之間的相似度概念，然后分析了分別用上近似集和下近似集作為目標(biāo)集合（概念）近似描述的不足，提出了在已有知識(shí)基（粒）空間下尋找目標(biāo)集合（概念）的近似集的方法，促進(jìn)了粗糙集模型的發(fā)展［10］。楊習(xí)貝和楊靜宇從多視角考慮粗糙近似逼近問(wèn)題，討論了鄰域系統(tǒng)粗糙集模型的性質(zhì)［11］。鄔開(kāi)俊和魯懷偉基于粗糙集理論提出了改進(jìn)后的遺傳算法［12］。

另一方面，粗糙集理論也被廣泛運(yùn)用于行業(yè)領(lǐng)域研究當(dāng)中。梁娜和張吉?jiǎng)偫萌斯ど窠?jīng)網(wǎng)絡(luò)與粗糙集理論的優(yōu)勢(shì)互補(bǔ)，將粗糙集用于優(yōu)化客戶價(jià)值的指標(biāo)結(jié)構(gòu)，CPN神經(jīng)網(wǎng)絡(luò)用于預(yù)測(cè)，提出并建立一種粗糙集與CPN神經(jīng)網(wǎng)絡(luò)相結(jié)合的客戶價(jià)值預(yù)測(cè)模型［13］。張喜成和汪江洪應(yīng)用粗糙集綜合評(píng)價(jià)法對(duì)城市公共交通服務(wù)水平進(jìn)行評(píng)價(jià)［14］。任彬等人通過(guò)實(shí)驗(yàn)證明粗糙集方法有利于獲取機(jī)床故障規(guī)則，提高故障診斷率［15］。張建華等人為提高棉花病害的識(shí)別率，提出了一種在自然環(huán)境條件下基于粗糙集和B P神經(jīng)網(wǎng)絡(luò)的棉花病害識(shí)別方法［16］。李偉等針對(duì)BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由于特征維數(shù)增多變得復(fù)雜，以及網(wǎng)絡(luò)易陷入局部極值點(diǎn)，提出了粗糙集和改進(jìn)遺傳算法結(jié)合共同優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法［17］。琚春華等考慮電子商務(wù)客戶流失預(yù)測(cè)影響因素眾多，提出了一種粗糙等價(jià)類屬性約簡(jiǎn)方法提取出重要的客戶流失預(yù)測(cè)指標(biāo)［18］。

綜上所述，粗糙集理論具有廣泛運(yùn)用的價(jià)值，不僅能夠運(yùn)用于金融業(yè)，同時(shí)可涉及制造業(yè)、種植業(yè)等，在實(shí)際的生產(chǎn)生活中起到重要的作用。由此，對(duì)旅游領(lǐng)域的相關(guān)研究同樣具有借鑒參考的意義。

二、粗糙集理論在旅游研究領(lǐng)域的運(yùn)用

（一）國(guó)外研究現(xiàn)狀分析

國(guó)外較早將粗糙集理論引入旅游研究領(lǐng)域的是Law，R.和Au，N。早期的研究中，Law，R.，＆Au，N將粗糙集運(yùn)用于酒店的支出決策規(guī)則探討［19］。隨后的研究中，他們同樣基于粗糙集理論，構(gòu)建旅游購(gòu)物中的關(guān)系模型，并根據(jù)香港1983－2006年統(tǒng)計(jì)公報(bào)的數(shù)據(jù)，對(duì)旅游購(gòu)物需求進(jìn)行預(yù)測(cè)，實(shí)證研究結(jié)果表明高達(dá)94.1%的測(cè)試樣本能夠被準(zhǔn)確預(yù)測(cè)［20］。同年，他們?cè)俅芜\(yùn)用該理論，對(duì)旅游觀光支出進(jìn)行探討［21］。除了在酒店支出、觀光支出及旅游購(gòu)物需求等方面進(jìn)行研究，Law和Au同樣基于該理論，對(duì)旅游餐飲進(jìn)行研究。他們指出：一般情況下，一定旅游餐飲數(shù)據(jù)不能用標(biāo)準(zhǔn)的統(tǒng)計(jì)分析方法，因?yàn)橛性S多遺漏值或數(shù)據(jù)的一種形式定性而不是定量的措施。粗糙集能夠幫助確定關(guān)鍵顧客就餐行為模式，并揭示存在的不同變量之間的關(guān)系［22］。

可見(jiàn)Law和Au較為全面地將粗糙集理論運(yùn)用于旅游行業(yè)的研究領(lǐng)域，涵蓋住宿、餐飲以及觀光旅游等方面，研究視角和方法有別傳統(tǒng)做法，具有新意，為后者的研究提供了參考。

此外，關(guān)于該理論在旅游領(lǐng)域的另一個(gè)焦點(diǎn)在于對(duì)旅游需求進(jìn)行分析和預(yù)測(cè)。Goh ＆Law將粗糙集理論引入旅游需求分析。研究提出該理論可以補(bǔ)充傳統(tǒng)的需求框架，并使用粗糙集理論和時(shí)變參數(shù)模型，分析旅游需求預(yù)測(cè)［23］。Song ＆Wong［24］也基于該理論進(jìn)行相關(guān)研究。Law、Goh ＆Pine遵循科學(xué)決策的規(guī)則，提出旅游需求建模方法［25］。Voges，K.從新的視角提出一個(gè)進(jìn)化的目標(biāo)圖像數(shù)據(jù)聚類粗糙算法［26］。

隨后的學(xué)者圍繞旅游需求預(yù)測(cè)，從粗糙集理論的視角，確定一些新的研究方向，包括提高通過(guò)組合預(yù)測(cè)的預(yù)測(cè)精度；結(jié)合定性和定量的預(yù)測(cè)方法，旅游圈和季節(jié)性分析，事件的影響評(píng)估和風(fēng)險(xiǎn)預(yù)測(cè)［27－29］。

通過(guò)梳理文獻(xiàn)，國(guó)外研究中將粗糙集理論較為全面地運(yùn)用到旅游行業(yè)的主要領(lǐng)域，包含住宿、餐飲及景區(qū)等，多采用統(tǒng)計(jì)公報(bào)數(shù)據(jù)進(jìn)行分析評(píng)價(jià)預(yù)測(cè)，研究方法科學(xué)嚴(yán)謹(jǐn)，研究結(jié)果具有較高的可信度。另一方面，國(guó)外的研究中較為集中的將研究焦點(diǎn)停留在旅游需求預(yù)測(cè)和分析，其他研究視角拓展較少，例如關(guān)于旅游目的地形象、旅游資源評(píng)價(jià)等。

（二）國(guó)內(nèi)研究現(xiàn)狀分析

國(guó)內(nèi)的研究中，將粗糙集理論引入旅游研究領(lǐng)域的文獻(xiàn)相對(duì)較少，可見(jiàn)該領(lǐng)域尚待更多學(xué)者的關(guān)注和研究。經(jīng)過(guò)分類歸納，國(guó)內(nèi)的相關(guān)研究?jī)?nèi)容可分為以下幾個(gè)方面：

1.預(yù)測(cè)旅游需求

目前諸多旅游研究者借助數(shù)學(xué)方法與模型對(duì)旅游需求進(jìn)行預(yù)測(cè)，常見(jiàn)的模型包括時(shí)間序列預(yù)測(cè)模型、人回歸模型、人工神經(jīng)網(wǎng)絡(luò)等。區(qū)別于一般需求預(yù)測(cè)方法，肖智及葉煜嵐基于粗糙集理論，提出了一種旅游需求多因素動(dòng)態(tài)粗預(yù)測(cè)模型。他們分四步對(duì)旅游需求進(jìn)行預(yù)測(cè)，第一步建立旅游需求預(yù)測(cè)問(wèn)題的決策數(shù)據(jù)表模型；第二步屬性值特征化，利用屬性約簡(jiǎn)性質(zhì)約簡(jiǎn)條件屬性集M以選擇主要的影響因素；第三步?jīng)Q策規(guī)則提取，找出影響因素模式與預(yù)測(cè)指標(biāo)模式之間的不確定性規(guī)律；第四步建立多因素動(dòng)態(tài)粗預(yù)測(cè)模型［30］。

鮑青青等人運(yùn)用粗糙集理論，結(jié)合神經(jīng)網(wǎng)絡(luò)（Neural Network，NN）及粗神經(jīng)網(wǎng)絡(luò)RNN（roughneural network）對(duì)云南入境旅游發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)分析，驗(yàn)證模型的有效性［31］。楊立勛和殷書(shū)爐對(duì)人工智能方法在旅游需求預(yù)測(cè)方面的運(yùn)用進(jìn)行介紹［32］，并對(duì)粗糙集理論的運(yùn)用進(jìn)行評(píng)析［33］。

在旅游研究領(lǐng)域，旅游需求預(yù)測(cè)在較長(zhǎng)一段時(shí)間內(nèi)是研究的熱點(diǎn)。學(xué)者綜合運(yùn)用了多種方法進(jìn)行預(yù)測(cè)分析，但每種方法都有其優(yōu)點(diǎn)和不足。通過(guò)引入粗糙集理論，加強(qiáng)數(shù)據(jù)處理，明朗化數(shù)據(jù)的獲取過(guò)程，對(duì)輸入的冗余數(shù)據(jù)進(jìn)行屬性約簡(jiǎn)，進(jìn)而構(gòu)建效率更高的預(yù)測(cè)模型。這也是粗糙集理論在旅游需求預(yù)測(cè)中的主要作用之一。

2.旅游目的地評(píng)價(jià)

旅游者對(duì)旅游目的地的評(píng)價(jià)，包括宏觀方面整體的評(píng)價(jià)，也包括微觀層面旅游資源的評(píng)價(jià)、旅游地理環(huán)境條件、區(qū)域社會(huì)經(jīng)濟(jì)條件的評(píng)價(jià)，以及旅游體驗(yàn)過(guò)程中對(duì)旅游服務(wù)評(píng)價(jià)等。麥范金等人基于Rough集理論，對(duì)旅游目的地評(píng)價(jià)指標(biāo)進(jìn)行分析處理，并引入記號(hào)，構(gòu)建了旅游者對(duì)旅游目的地評(píng)價(jià)模型，從中進(jìn)行數(shù)據(jù)挖掘、發(fā)現(xiàn)隱含知識(shí)，并為相關(guān)政府部門(mén)提出了決策建議，該方法能克服傳統(tǒng)評(píng)價(jià)方法的主觀性和模糊性問(wèn)題［34］。陸琳和譚清美也進(jìn)行了相關(guān)研究［35］。

（1）旅游資源評(píng)價(jià)。旅游資源的評(píng)價(jià)、分類目前的研究方式主要通過(guò)向各類專家發(fā)出征詢問(wèn)卷，人為確定評(píng)價(jià)因子及評(píng)價(jià)因子的權(quán)重。一般而言，資源評(píng)價(jià)因子眾多，數(shù)據(jù)較為繁雜，如何正確分析原始數(shù)據(jù)、科學(xué)評(píng)價(jià)旅游資源、從中發(fā)現(xiàn)隱藏在這些數(shù)據(jù)中的有用組成部分對(duì)旅游科研者而言是一項(xiàng)艱難并且富有重要意義的工作。徐濤和鄭書(shū)富以三明市部分縣市旅游資源的調(diào)查數(shù)據(jù)為例，利用粗集理論挖掘符合旅游地實(shí)際情況的決策規(guī)則，以便為旅游開(kāi)發(fā)、投資的決策提供理論參考［36］。張紅珍和李云輝基于粗集理論，提出一種關(guān)于旅游資源評(píng)價(jià)新的分析方法和研究思路［37］。周根苗同樣運(yùn)用該理論對(duì)風(fēng)景林景觀美學(xué)進(jìn)行評(píng)價(jià)［38］。

（2）服務(wù)質(zhì)量評(píng)價(jià)。陳德良及祝海波運(yùn)用粗糙集方法對(duì)旅游服務(wù)質(zhì)量信息進(jìn)行分析。通過(guò)采用ROSETTA系統(tǒng)挖掘了旅游服務(wù)質(zhì)量評(píng)價(jià)的一些關(guān)聯(lián)規(guī)則，研究發(fā)現(xiàn)旅游交通條件和導(dǎo)游服務(wù)水平是影響旅游服務(wù)質(zhì)量的最重要因素；研究同時(shí)根據(jù)游客對(duì)旅游服務(wù)質(zhì)量的信息對(duì)游客進(jìn)行聚類。結(jié)果表明，數(shù)據(jù)挖掘方法可以作為輔助旅游服務(wù)部門(mén)改進(jìn)服務(wù)質(zhì)量和進(jìn)行決策的有力工具［39］。

3.旅游地競(jìng)爭(zhēng)力評(píng)價(jià)

對(duì)于旅游地城市競(jìng)爭(zhēng)力評(píng)價(jià)的研究還處于探索階段，有些學(xué)者對(duì)其進(jìn)行研究，但并未形成統(tǒng)一的科學(xué)指標(biāo)體系和評(píng)價(jià)方法。李國(guó)娟通過(guò)分析會(huì)展旅游對(duì)地區(qū)經(jīng)濟(jì)的重要影響以及相關(guān)的概念，根據(jù)建立會(huì)展旅游競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系的基本原則，引入粗糙集理論，提出了一種基于粗糙集的城市會(huì)展旅游業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的新方法［40］。王曉嶺基于粗糙集原理對(duì)大連旅游競(jìng)爭(zhēng)力進(jìn)行綜合評(píng)價(jià)［41］。張媛媛建立了區(qū)域旅游產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系，利用粗糙集的分析方法，對(duì)全國(guó)省市自治區(qū)進(jìn)行了測(cè)評(píng)［42］。該類型研究中這種基于粗糙集的旅游業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的新方法，可以對(duì)評(píng)價(jià)指標(biāo)進(jìn)行篩選，進(jìn)一步完善了旅游業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)的指標(biāo)體系，其評(píng)價(jià)結(jié)果在客觀性上有一定提高。

4.其他相關(guān)研究

除了上述幾種主要研究方向外，另外也有學(xué)者從其他角度展開(kāi)研究。葉煜嵐基于粗糙集理論，選取旅游企業(yè)效益指標(biāo)、收入效應(yīng)指標(biāo)、創(chuàng)匯效應(yīng)指標(biāo)、稅收效應(yīng)指標(biāo)、產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)指標(biāo)、就業(yè)效應(yīng)指標(biāo)市場(chǎng)規(guī)模效應(yīng)指標(biāo)七類評(píng)價(jià)指標(biāo)對(duì)重慶市旅游業(yè)績(jī)效進(jìn)行評(píng)價(jià)，并且對(duì)實(shí)證研究的結(jié)果進(jìn)行分析，將重慶市的旅游業(yè)與西部地區(qū)其他省市進(jìn)行比較，從而提出一些如何提高重慶市旅游業(yè)績(jī)效、促進(jìn)重慶市旅游業(yè)發(fā)展的建議［43］。張玉和梁昌勇利用租糙集原理中的屬性約簡(jiǎn)和分類規(guī)則，對(duì)游客的旅游情況進(jìn)行分析，整理出客觀的規(guī)律和決策規(guī)則，為從事旅游業(yè)的機(jī)構(gòu)確定日際顧客和營(yíng)銷策略提供依據(jù)［44］。高田基于粗糙集理論對(duì)旅游突發(fā)事件狀態(tài)評(píng)估與演化進(jìn)行研究［45］。

石東賢基于粗糙集和決策樹(shù)的理論，提出了一個(gè)基于數(shù)據(jù)挖掘粗糙集理論與決策樹(shù)分類技術(shù)相結(jié)合的信用評(píng)估方法來(lái)建立旅行景點(diǎn)的信用評(píng)估模型，利用粗糙集的知識(shí)約簡(jiǎn)的概念，對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理，去除冗余屬性對(duì)分類模型的影響，然后用決策樹(shù)方法建立分類模型［46］。

旅游學(xué)屬于交叉學(xué)科，涉及社會(huì)學(xué)、心理學(xué)及管理學(xué)等學(xué)科；在行業(yè)應(yīng)用研究中，包含“食、住、行、游、購(gòu)、娛”等6個(gè)環(huán)節(jié)，研究的過(guò)程中需要考慮諸多復(fù)雜的因素。無(wú)論是在旅游需求預(yù)測(cè)分析方面還是旅游地相關(guān)評(píng)價(jià)中，以往的研究方法帶有一定主觀性和模糊性。因此，學(xué)者通過(guò)擴(kuò)展思路運(yùn)用粗糙集理論刪除諸因素中的多余屬性并對(duì)其進(jìn)行約簡(jiǎn)，從中挖掘隱含的知識(shí)，發(fā)現(xiàn)可能規(guī)則使預(yù)測(cè)分析、評(píng)價(jià)的過(guò)程及結(jié)果更加客觀公正，研究具有較大的應(yīng)用價(jià)值。

三、粗糙集理論在旅游研究領(lǐng)域運(yùn)用評(píng)析

（一）從研究數(shù)量上

從2000年到2013年，粗糙集理論的相關(guān)研究有了長(zhǎng)足的發(fā)展，研究數(shù)量出現(xiàn)較大幅度增長(zhǎng)。而在旅游研究領(lǐng)域，雖然旅游學(xué)界將粗糙集理論納入研究視野以來(lái)，相關(guān)文獻(xiàn)數(shù)量呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，但無(wú)論是國(guó)外還是國(guó)內(nèi)，研究數(shù)量都十分有限。然而，盡管研究數(shù)量有限，仍舊可以看到粗糙集理論在旅游研究領(lǐng)域越來(lái)越受到重視，粗糙集理論的相關(guān)研究必將是一個(gè)趨勢(shì)。

（二）從研究方法看

關(guān)于旅游領(lǐng)域的研究從傳統(tǒng)的定性研究占據(jù)主要比例的現(xiàn)象，逐漸轉(zhuǎn)變?yōu)槎垦芯勘戎厣仙默F(xiàn)狀。在近十年的發(fā)展中，定量研究獲得越來(lái)越多學(xué)者的重視，數(shù)理統(tǒng)計(jì)、實(shí)證分析、建立模型、案例研究等方法有一定增加，而這些研究方法將是未來(lái)研究的趨勢(shì)。粗糙集理論作為定量研究的重要研究理論之一，具有廣泛的應(yīng)用價(jià)值。現(xiàn)有的部分研究仍需要在理論范式和科學(xué)方法方面加以完善，改變以往簡(jiǎn)單地進(jìn)行文獻(xiàn)梳理和轉(zhuǎn)述的現(xiàn)象，并提升研究方法科學(xué)性。加上，由于每種研究方法都不同程度存在優(yōu)點(diǎn)和不足，將粗糙集理論引入旅游研究領(lǐng)域，能夠起到與其他方法互補(bǔ)的作用，保證研究的科學(xué)性和嚴(yán)謹(jǐn)性。

（三）從研究?jī)?nèi)容看

粗糙集研究可以分為理論研究和應(yīng)用研究，而在旅游研究領(lǐng)域，主要是應(yīng)用性研究和對(duì)策性研究。將國(guó)外和國(guó)內(nèi)研究進(jìn)行對(duì)比，可看到，國(guó)外研究焦點(diǎn)相對(duì)較為集中，主要關(guān)注具體的旅游行業(yè)經(jīng)營(yíng)管理問(wèn)題及旅游需求預(yù)測(cè)分析，國(guó)內(nèi)研究焦點(diǎn)則相對(duì)較為分散，不僅涉及旅游需求預(yù)測(cè)分析，同時(shí)包括旅游地整體評(píng)價(jià)、旅游資源評(píng)價(jià)、服務(wù)質(zhì)量評(píng)價(jià)以及旅游決策等，涵蓋面較為廣泛。進(jìn)一步對(duì)比后，可得國(guó)外研究比較深入和嚴(yán)謹(jǐn)，發(fā)表期刊級(jí)別相對(duì)較為高級(jí)，但研究的廣度有待進(jìn)一步擴(kuò)大；而國(guó)內(nèi)研究相對(duì)較為零散，研究不夠深入，發(fā)表在高級(jí)別刊物的文章相對(duì)較少，可見(jiàn)研究的深度有待進(jìn)一步加深。

（四）從未來(lái)研究方向看

粗糙集理論在旅游研究領(lǐng)域還具有廣闊尚待關(guān)注的研究視角。從以往的研究結(jié)果來(lái)看，關(guān)于研究模型的確定和統(tǒng)計(jì)數(shù)據(jù)的處理是相對(duì)薄弱的環(huán)節(jié)，因此該部分應(yīng)作為今后加強(qiáng)研究的部分，同時(shí)不可忽略提高組合預(yù)測(cè)在旅游需求預(yù)測(cè)中的預(yù)測(cè)精度；此外，針對(duì)旅游業(yè)的季節(jié)性、外部因素對(duì)旅游活動(dòng)事件的影響評(píng)估及風(fēng)險(xiǎn)預(yù)測(cè)都可作為今后深入研究的方向。

四、結(jié)束語(yǔ)

粗糙集理論作為相對(duì)前沿的理論，能夠在保持分類能力不變的前提下，通過(guò)屬性約簡(jiǎn)，導(dǎo)出問(wèn)題的決策或分類規(guī)則，提高解決問(wèn)題的效率，對(duì)于旅游研究領(lǐng)域具有重要的運(yùn)用價(jià)值。本文通過(guò)梳理粗糙集理論的相關(guān)研究，挖掘該理論的運(yùn)用價(jià)值，并在此基礎(chǔ)上，對(duì)粗糙集理論在旅游研究領(lǐng)域的研究進(jìn)行分類歸納總結(jié)。研究發(fā)現(xiàn)，粗糙集理論在旅游領(lǐng)域中研究數(shù)量并不多，但逐漸獲得重視，其價(jià)值也得到體現(xiàn)。該理論的引入拓寬了旅游研究的方法和思路，彌補(bǔ)原有定量研究方法的不足，但現(xiàn)有的研究?jī)?nèi)容表明，國(guó)外研究其廣度有待進(jìn)一步擴(kuò)寬，國(guó)內(nèi)研究其深度有待進(jìn)一步提升。未來(lái)的研究方向應(yīng)加強(qiáng)粗糙集理論在旅游研究領(lǐng)域中的基礎(chǔ)研究，提高預(yù)測(cè)精度，同時(shí)可結(jié)合旅游業(yè)本身的特殊性展開(kāi)相應(yīng)研究。

［1］Pawlak，Z.Rough classification［M］.International Journal of Man－Machine Studies，1984：20，49－483.

［2］Pawlak，Z.Rough set theory and its applications［J］.Journal of Telecommunications and Information Technology，2002（3）：7.

［3］Zhang H，Zhou J，Miao D，et al.Bayesian rough set model：A further investigation［J］.International Journal of Approximate Reasoning，2012，53（4）：541－557.

［4］Chen D，Kwong S，He Q，et al.Geometrical interpretation and applications of membership functions with fuzzy rough sets［J］.Fuzzy Sets and Systems，2012，193：122－135.

［5］Ma W，Sun B.Probabilistic rough set over two universes and rough entropy［J］.International Journal of Approximate Reasoning，2012，53（4）：608－619.

［6］Dai J，Tian H.Fuzzy rough set model for set－valued data［J］.Fuzzy Sets and Systems，2013：16－18.

［7］Qian Y，Zhang H，Sang Y，et al.Multigranulation decision－theoretic rough sets［J］.International Journal of Approximate Reasoning，2014，55（1）：225－237.

［8］袁智敏，黃慶，汪江洪.一種新的綜合評(píng)價(jià)方法：粗糙集灰色聚類評(píng)價(jià)［J］.理論新探，2005（9）：24－26.

［9］張賢勇，莫智文，熊方.精度與程度的邏輯差粗糙集模型及其算法［J］.系統(tǒng)工程理論與實(shí)踐，2011，31（12）：2394－2399.

［10］張清華，王國(guó)胤，肖雨.粗糙集的近似集［J］.軟件學(xué)報(bào)，2012，23（7）：1745－1759.

［11］楊習(xí)貝，楊靜宇.鄰域系統(tǒng)粗糙集模型［J］.南京理工大學(xué)學(xué)報(bào)，2012，36（2）：291－295.

［12］鄔開(kāi)俊，魯懷偉.采用并行協(xié)同進(jìn)化遺傳算法的文本特征選擇［J］.系統(tǒng)工程理論與實(shí)踐，2012，32（10）：2215－2220.

［13］梁娜，張吉?jiǎng)?基于粗糙集－CPN網(wǎng)絡(luò)的客戶價(jià)值預(yù)測(cè)［J］.統(tǒng)計(jì)與決策，2008（5）：155－156.

［14］張喜成，汪江洪.粗糙集綜合評(píng)價(jià)法在公交服務(wù)水平評(píng)價(jià)中的應(yīng)用［J］.統(tǒng)計(jì)與決策，2006（2）：46－48.

［15］任彬，徐小力，吳國(guó)新，蔣章雷.同檔車削中心故障知識(shí)庫(kù)構(gòu)建技術(shù)［J］.北京理工大學(xué)學(xué)報(bào)，2012，32（9）：905－909.

［16］張建華，祁力鈞，冀榮華，王虎，黃士凱，王沛.基于粗糙集和B P神經(jīng)網(wǎng)絡(luò)的棉花病害識(shí)別［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（7）：161－167.

［17］李偉，何鵬舉，楊恒，陳明.基于粗糙集和改進(jìn)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的算法研究［J］.西北工業(yè)大學(xué)學(xué)報(bào)，2012，30（4）：601－602.

［18］琚春華，盧琦蓓，郭飛鵬.融人個(gè)體活躍度的電子商務(wù)客戶流失預(yù)測(cè)模型［J］.系統(tǒng)工程理論與實(shí)踐，2013，33（1）：141－150.

［19］Law，R.，＆Au，N.A rough set approach to hotel expenditure decision rules Induction［J］.Journal of Hospitality ＆Tourism Research，1998，22（4）：359－375.

［20］Law，R.，＆Au，N.Relationship modeling in tourism shopping：A decision rules induction approach［J］.Tourism Management，2000，21（3）：241－249.

［21］Au，N.，＆Law，R.The application of rough sets to sightseeing expenditures［J］.Journal of Travel Research，2000，39（1）：70－77.

［22］Au N，Law R.Categorical classification of tourism dining［J］.Annals of Tourism Research，2002，29（3）：819－833.

［23］Goh C，Law R.Incorporating the rough sets theory into travel demand analysis［J］.Tourism Management，2003，24（5）：511－517.

［24］Song，H.，Wong，K.K.F.Tourism demand modeling：A time－varying parameter approach［J］.Journal of Travel Research，2003，42（1）：57－64.

［25］Law，R.，Goh，C.，＆Pine，R.Modeling tourism demand：A decision rules based approach［J］.Journal of Travel ＆Tourism Marketing，2004：16，61－69.

［26］Voges，K.Rough clustering of destination image data using an evolutionary algorithm［J］.Journal of Travel ＆Tourism Marketing，2006，21（4）：121－137.

［27］Songa H，Li G.Tourism demand modelling and forecasting：A review of recent research［J］.Tourism Management，2008，29（2）：203－220.

［28］Goh，C.，Law，R.，Mok，H.M.K.Analyzing and forecasting tourism demand：A rough sets approach［J］.Journal of Travel Research，2008（46）：327.

［29］Celotto E，Ellero A，F(xiàn)erretti P.Short－medium term tourist services demand forecasting with rough set theory［J］.Procedia Economics and Finance，2012（3）：62－67.

［30］肖智，葉煜嵐.一種旅游需求多因素動(dòng)態(tài)粗的預(yù)測(cè)模型［J］.統(tǒng)計(jì)與決策，2005（5）：33－34.

［31］鮑青青，唐善茂，劉勝峰，陸琳.基于粗神經(jīng)網(wǎng)絡(luò)的旅游需求預(yù)測(cè)研究［J］.安徽農(nóng)業(yè)科學(xué)，2006，34（17）：4437—4438，4440.

［32］楊立勛，殷書(shū)爐.人工智能方法在旅游預(yù)測(cè)中的應(yīng)用及評(píng)析［J］.統(tǒng)計(jì)與信息論壇，2008，23（4）：90－95.

［33］楊立勛，殷書(shū)爐.人工智能方法在旅游預(yù)測(cè)中的應(yīng)用及評(píng)析［J］.旅游學(xué)刊，2008，9（23）：17－22.

［34］麥范金，陸琳，梁業(yè)章.基于粗糙集理論的旅游目的地評(píng)價(jià)方法研究［J］.生態(tài)經(jīng)濟(jì)，2005（11）：98－100.

［35］陸琳，譚清美.旅游者對(duì)旅游目的地評(píng)價(jià)的Rough集研究［J］.統(tǒng)計(jì)與決策，2005（14）：28－29.

［36］徐濤，鄭書(shū)富.基于Rough集理論的旅游資源的計(jì)算機(jī)建模評(píng)價(jià)［J］.三明高等?？茖W(xué)校學(xué)報(bào)，2004（4）：51－56.

［37］張紅珍，李云輝.粗集理論在旅游資源評(píng)價(jià)中的應(yīng)用［J］.環(huán)境與可持續(xù)發(fā)展，2006（6）：82－83.

［38］周根苗.基于粗糙集的風(fēng)景林景觀美學(xué)評(píng)價(jià)［D］.長(zhǎng)沙：中南林業(yè)科技大學(xué)，2008.

［39］陳德良，祝海波.旅游服務(wù)質(zhì)量信息的挖掘分析［J］.商業(yè)研究，2006，17（349）：180－182.

［40］李國(guó)娟.基于粗糙集的重慶市會(huì)展旅游競(jìng)爭(zhēng)力評(píng)價(jià)研究［D］.重慶：重慶大學(xué)，2007.

［41］王曉嶺.基于Rough集原理分析的大連旅游競(jìng)爭(zhēng)力綜合評(píng)價(jià)［J］.企業(yè)管理，2009（3）：2－3.

［42］張媛媛.基于旅游產(chǎn)業(yè)集群的河北省旅游產(chǎn)業(yè)競(jìng)爭(zhēng)力提升研究［D］.秦皇島：燕山大學(xué)，2010.

［43］葉煜嵐.基于粗糙集的區(qū)域旅游業(yè)績(jī)效評(píng)價(jià)研究［D］.重慶：重慶大學(xué)，2005.

［44］張玉，梁昌勇.基于粗糙集的旅游決策支持系統(tǒng)［C］.信息系統(tǒng)協(xié)會(huì)中國(guó)分會(huì)第一屆學(xué)術(shù)年會(huì)，北京，2005.

［45］高田.基于領(lǐng)域知識(shí)的旅游突發(fā)事件狀態(tài)評(píng)估與演化研究［D］.北京：北京郵電大學(xué)，2011.

［46］石東賢.基于粗糙集的決策樹(shù)旅游景點(diǎn)信用評(píng)估模型的設(shè)計(jì)與實(shí)現(xiàn)［J］.經(jīng)濟(jì)管理，2012（1）：277－278.