基于百度指数时空分布的旅游趋势预测研究 ——以上海市为例

摘要：

科学、准确、便捷、低成本地预测旅游趋势对提高景区的科学管理能力及避免因旅游人数过多导致的公共安全问题具有重要意义.研究选取2011-2018年中国各省级行政区(港澳台除外)与上海市旅游相关的百度指数数据和上海市国内游客数据构建旅游趋势预测模型.通过Granger因果检验、ARIMA模型挖掘公众网络搜索行为与现实旅游行为的映射关系;依据百度指数数据的时空分布规律,采用支持向量机方法对百度指数数据进行聚类,解决不同省份百度指数因变化趋势近似而造成的多重共线问题,优化后的预测模型平均预测精度提升23.36％.研究发现:①昨天的搜索者就是今天的旅游者;②基于地理位置的旅游空间距离与旅游出游率呈反比、百度指数的地理位置属性有助于提升预测精度.

关键词：百度指数、旅游预测、时空分布、ARIMA模型、支持向量聚类、地理信息系统

所属期刊栏目：45

分类号：F59(旅游经济)

资助基金：国家重点研发计划项目;国家留学基金资助项目;江西省教育厅科学技术研究项目;国家自然科学基金青年基金资助项目

在线出版日期：2020-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：72-81