擁擠度預測算法詳解 · 最後更新：2026-07-09
擠不擠的核心功能是預測景點在未來特定日期的擁擠程度。我們不依賴單一數據源，而是綜合多個維度的數據，通過加權算法計算出 0-100 的擁擠度評分。
每個景點的擁擠度評分由以下四個因子加權計算：
| 因子 | 權重 | 數據來源 | 說明 |
|---|---|---|---|
| 日期因子 | 40% | 節假日日曆 | 國定假日、調休日、週末對人流的影響 |
| 基礎熱度 | 30% | 公開旅遊平臺 | 景點在旅遊平臺上的實時熱度和評論量 |
| 天氣因子 | 15% | OpenWeatherMap | 溫度、降水概率對出行意願的影響 |
| 遷徙指數 | 15% | 百度遷徙 | 城市間人口流動趨勢（僅限中國大陸城市） |
不同類型的景點在節假日和週末受到的影響不同。例如：
當天氣惡劣（天氣因子 < 0.4，如暴雨、極端高溫）時，室外景點的評分會下調 30%。室內景點不受影響。
最終評分使用 0.8 次方壓縮（base^0.8），避免所有熱門景點在節假日都飽和在 100 分。這讓評分在 60-90 區間有更好的區分度。
每個等級對應不同的排隊預期：「暢遊」幾乎不排隊，「擁擠」全天大量排隊。這些描述基於實際遊客反饋和數據驗證。
| 數據類型 | 更新頻率 | 覆蓋範圍 |
|---|---|---|
| 節假日日曆 | 年度更新 + 調休日實時同步 | 全球 85 國 |
| 景點熱度 | 每日更新 | 全球 184 城 |
| 天氣預報 | 每 3 小時 | 全球（OpenWeatherMap） |
| 城市遷徙 | 每日更新 | 中國大陸城市 |
我們的預測是基於歷史數據和模式的估算，不是精確計數。以下是已知侷限：
我們持續優化算法，並歡迎用戶反饋來提升預測準確度。