1.一种旅游指标预测方法，其特征在于，所述方法包括：

获取目标旅游地的历史旅游指标序列，以及历史旅游指标的关联数据序列，所述历史旅游指标序列中包含的每维元素为所述目标旅游地设定第一时间长度的历史旅游指标，所述关联数据序列中包含的每维元素为所述目标旅游地所述设定第一时间长度的历史旅游指标的关联数据；其中，所述关联数据包括所述目标旅游地的居民消费价格指数、所述目标旅游地的国内生产总值、所述目标旅游地的关键词对应的搜索量、全国居民消费价格指数、全国的国内生产总值、月份中的至少一种；

通过预先训练完成的旅游指标预测模型，基于所述历史旅游指标序列，获取预测的所述目标旅游地的旅游指标；并通过预先训练完成的残差预测模型，基于所述关联数据序列，获取预测的所述目标旅游地的残差；其中，所述残差预测模型包括XGBOOST模型；

根据所述旅游指标与所述残差的和值，确定所述目标旅游地的目标旅游指标；

其中，当获取到训练完成的旅游指标预测模型之后，所述残差预测模型通过如下方式训练：获取所述目标旅游地的样本集中的任一历史样本旅游指标序列，所述历史样本旅游指标序列对应有所述目标旅游地的样本旅游指标及样本关联数据序列；

通过预先训练完成的旅游指标预测模型，基于所述历史样本旅游指标序列，获取预测的所述目标旅游地的识别旅游指标；其中，所述旅游指标预测模型为ARIMA模型；

确定所述样本旅游指标与所述识别旅游指标之间的样本残差；

通过原始残差预测模型，基于所述样本关联数据序列，获取预测的所述目标旅游地的识别残差；

根据所述识别残差以及所述样本残差，对所述原始残差预测模型进行训练。

2.根据权利要求1所述的方法，其特征在于，所述旅游指标预测模型通过如下方式训练：获取所述目标旅游地的样本集中的任一历史样本旅游指标序列，所述历史样本旅游指标序列对应有所述目标旅游地的样本旅游指标；

通过原始旅游指标预测模型，基于所述历史样本旅游指标序列，获取预测的所述目标旅游地的识别旅游指标；

根据所述样本旅游指标以及所述识别旅游指标，对所述原始旅游指标预测模型进行训练。

3.根据权利要求1所述的方法，其特征在于，所述目标旅游地的关键词通过如下方式确定：获取所述目标旅游地的任一旅游核心关键词在所述设定第一时间长度对应的搜索量，以及对应的历史旅游指标；

针对设定阶数滞后期中的每一阶滞后期，获取所述旅游核心关键词在该阶滞后期的所述设定第一时间长度的搜索量；

分别确定每个所述搜索量与所述对应的历史旅游指标的相关系数；

若每个所述相关系数均大于设定相关阈值，则将所述旅游核心关键词作为所述目标旅游地的关键词。

4.根据权利要求3所述的方法，其特征在于，确定所述目标旅游地的关键词对应的搜索量，包括：针对所述目标旅游地的任一关键词，根据该关键词对应的目标滞后期阶数，及滞后期阶数与滞后时间段的对应关系，确定该关键词对应的目标滞后时间段，根据待预测的旅游指标所对应的时间段，以及所述目标滞后时间段，确定搜索量提取时间段，获取所述提取时间段该关键词的搜索量。

5.一种旅游指标预测装置，其特征在于，所述装置包括：

获取单元，用于获取目标旅游地的历史旅游指标序列，以及历史旅游指标的关联数据序列，所述历史旅游指标序列中包含的每维元素为所述目标旅游地设定第一时间长度的历史旅游指标，所述关联数据序列中包含的每维元素为所述目标旅游地所述设定第一时间长度的历史旅游指标的关联数据；其中，所述关联数据包括所述目标旅游地的居民消费价格指数、所述目标旅游地的国内生产总值、所述目标旅游地的关键词对应的搜索量、全国居民消费价格指数、全国的国内生产总值、月份中的至少一种；

第一处理单元，用于通过预先训练完成的旅游指标预测模型，基于所述历史旅游指标序列，获取预测的所述目标旅游地的旅游指标；并第二处理单元，用于通过预先训练完成的残差预测模型，基于所述关联数据序列，获取预测的所述目标旅游地的残差；其中，所述残差预测模型包括XGBOOST模型；

确定单元，用于根据所述旅游指标与所述残差的和值，确定所述目标旅游地的目标旅游指标；

其中，当获取到训练完成的旅游指标预测模型之后，所述残差预测模型通过如下方式训练：获取所述目标旅游地的样本集中的任一历史样本旅游指标序列，所述历史样本旅游指标序列对应有所述目标旅游地的样本旅游指标及样本关联数据序列；

通过预先训练完成的旅游指标预测模型，基于所述历史样本旅游指标序列，获取预测的所述目标旅游地的识别旅游指标；其中，所述旅游指标预测模型为ARIMA模型；

确定所述样本旅游指标与所述识别旅游指标之间的样本残差；

通过原始残差预测模型，基于所述样本关联数据序列，获取预测的所述目标旅游地的识别残差；

根据所述识别残差以及所述样本残差，对所述原始残差预测模型进行训练。

6.根据权利要求5所述的装置，其特征在于，所述旅游指标预测模型通过如下方式训练：获取所述目标旅游地的样本集中的任一历史样本旅游指标序列，所述历史样本旅游指标序列对应有所述目标旅游地的样本旅游指标；

通过原始旅游指标预测模型，基于所述历史样本旅游指标序列，获取预测的所述目标旅游地的识别旅游指标；

根据所述样本旅游指标以及所述识别旅游指标，对所述原始旅游指标预测模型进行训练。

7.根据权利要求5或6所述的装置，其特征在于，若所述关联数据包括所述目标旅游地的关键词对应的搜索量，所述获取单元，还用于获取所述目标旅游地的任一旅游核心关键词在所述设定第一时间长度对应的搜索量，以及对应的历史旅游指标；针对设定阶数滞后期中的每一阶滞后期，获取所述旅游核心关键词在该阶滞后期的所述设定第一时间长度的搜索量；分别确定每个所述搜索量与所述对应的历史旅游指标的相关系数；若每个所述相关系数均大于设定相关阈值，则将所述旅游核心关键词作为所述目标旅游地的关键词。

8.根据权利要求7所述的装置，其特征在于，所述获取单元，还用于针对所述目标旅游地的任一关键词，根据该关键词对应的目标滞后期阶数，及滞后期阶数与滞后时间段的对应关系，确定该关键词对应的目标滞后时间段，根据待预测的旅游指标所对应的时间段，以及所述目标滞后时间段，确定搜索量提取时间段，获取所述提取时间段该关键词的搜索量。

9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现根据权利要求1‑4中任一所述旅游指标预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1‑4中任一所述旅游指标预测方法的步骤。