峨眉山旅游景区网络关注度时空格局特征研究

发布时间：2020-10-20 00:32

　　 信息科技的飞速发展,物联网、PC互联网、移动互联网、大数据、区块链已成为当下社会发展的重要推动力量,对我们的生活有着重要影响。研究如何利用好大数据,对于更好的融入大数据时代具有非凡意义。论文以网络数据——百度指数为数据来源,以省份、地市行政区为单位分别采集了峨眉山景区整体端、移动端、PC端2012年到2016年的日网络关注度指数。利用空间结构理论分析了峨眉山时空分布特征及影响因素。时间分布:采用季节指数、年际变化强度指数分析季节、年特征。同时研究了周、节假日变化特征。空间分析:利用GIS技术对以省份和区域为单位的峨眉山网络关注度进行可视化研究,采用地理集中系数、泰尔指数及其分解研究空间分布的集中度和均衡性,最后对其时间、空间分布影响因素进行探讨。主要结论包括:(1)网络关注度时间分布特征年际变化:移动端网络关注度不断上升、PC端不断下降,且移动端上升幅度大于PC端的下降幅度,与整体网络关注度不断上升的趋势相符。季节分布:移动端和整体端的季节网络关注度波动大于PC端。周分布:三个端口都表现出了一定的周分布前兆效应,且工作日网络关注高于休息日。黄金周:三个端口十一峰期明显高于五一。(2)网络关注度空间分布特征可视化特征:以省和区域为单位的网络关注度空间及年际变化差异大,但各端口显示的最高网络关注度一直都是本省。其中整体端,省域角度表现出相邻省份和沿海经济发达地区增长明显的特点,区域角度表现出华北、华东、西南关注度高而西北、东北、华南关注度低的特点;移动端,省域角度网络关注度有一定增长但涨幅小于整体端,区域角度网络关注度增长明显。pc端,2013年省域和区域整体变化规模都较大且各大区域协同下降明显,2013年后呈稳定态势。集中度特征:地理集中度方面,整体端和移动端涨幅明显,pc端持续低靡。差异化特征:省际方面,总体上整体端和移动端差异持续增大,pc端差异先扩大后缩小;区域方面,区域间呈现出整体端和移动端差异不断上涨,pc端先增后降的趋势,区域内各端口的差异不断上升,总体上移动端和整体端单个区域内部的差异远远大于pc端。差异贡献率:省际差异贡献率方面,整体端省际差异主要是由七大区域内差异造成,而移动端和pc端省际差异主要是由区域间差异造成;区域内部差异贡献率方面:西南和华东地区内部差异对整体端区域内部差异贡献率最大,华中和西南地区对移动端区域内部差异贡献率最大,华东和华北地区对pc端区域内部差异贡献率最大。(3)影响因素时间分布特征主要受节假日、季节、气温因素的影响。各端口空间分布特征的影响因素存在差异,但大致集中在旅行社数量、人均GDP、空间距离等方面。
【学位单位】：重庆师范大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F592.7
【部分图文】：

庆师范大学硕士学位论文 3 时间分布特征3时间分布特征3.1整体端时间分布特征3.1.1整体年际变化特征1 整体年变化情况分析从（图 3.1）看出峨眉山的网络关注度整体上呈不断上升趋势。利用 excel 里趋势分析，选择指数型趋势线得到 5 年来峨眉山网络关注度整体发展趋势情况，趋线的拟合方程 R2 为 0.9312 接近于 1，说明拟合曲线的估价值和实际关注值非常近，拟合情况良好。

图 3.2：2012 年-2016 年峨眉山整体端月均网络关注变化图 （单位：万）（图 3.2）清晰反映了 2012-2016 年峨眉山网络关注度的整体月均变化特点。整体上波动变化比较明显：上半年波动性递增；下半年波动性递减，在七八月份形成最高峰。上半年 1 月到 2 月缓慢上升，并出现了第一个小峰值 7.24 万，3 月到 4 月再次上升，全局第二小高峰出现。8 月到 11 月阶段性下降特点明显，特别是 11 月网络关注度达到 12 个月最低值，12 月缓慢上升。② 峨眉上网络关注度的淡旺季划分借鉴前人有关旅游淡旺季的划分方法，对峨眉山网络关注度的淡旺季特征进行了划分：淡季为 3、11 两个月；旺季为 4 、7、8、9、10 五个月；平季为 1、2、5、6、12 五个月。可以看出峨眉山的旺季占全年的 41.67%，淡季 16.67%，平季41.67%，因此从整体端的淡旺季划分看峨眉山全年淡旺季区分很明显，全年网络关注度强较为均衡。3.1.3整体以周为单位变化特征为研究周变化特征，以周为单位将 1 年 365 天划分开，周内以工作日和非工

图 3.4： 整体端络指数周分布图3.1.4整体黄金周变化特征① 整体五一节假日网络关注度的变化（图 3.5）反映了 2012 年到 2016 年五一劳动节假日来临前三天的网络关注度明显高于节假日期间的网络关注度。首先在节假日前三天形成一个峰柱，然后在节假日期间网络关注度慢慢下降形成一个山坳。从五一节网络关注度的年变化看，每年的网络关注度都在下降。2012 年五一节网络关注度最高；2013 年下降整个时间段相对平缓的变化；2014 年节假日前的网络关注度很高，然后再大幅度的下降，主要原因在于 2013 年发生的雅安芦山地震对景区当年和次年的旅游市场造成了一定的消极影响；2015 年继续下降；2016年保持不变。可能和 2015 和 2016 年节日放假正好包括了周末两天有关系。景区网络关注度在一定程度上反应了游客市场，网络关注度的疲软值得景区重视。从五一假日期间的网络关注度看，2012 和 2013 年节假日期间的网络关注度一直处于下降的状态，节假日过后一天开始上升继而下降。而 2014 年、2015 年和
【参考文献】

相关期刊论文 前10条

1 上海交通大学竞争法律与政策研究中心课题组;;关于上海“十三五”期间如何发挥竞争政策作用的研究[J];竞争法律与政策评论;2015年00期

2 蒋大亮;孙烨;任航;陈影影;张振克;;基于百度指数的长江中游城市群城市网络特征研究[J];长江流域资源与环境;2015年10期

3 张学梅;肖聪;董恺凌;车谊;;旅游景区循环经济运行模式研究——以峨眉山风景区为例[J];成都大学学报(社会科学版);2015年03期

4 赵映慧;高鑫;姜博;;东北三省城市百度指数的网络联系层级结构[J];经济地理;2015年05期

5 王秀丽;魏玮;;居民有限关注与房地产泡沫——以百度指数为关注度的总体经验模式分解[J];商业研究;2015年03期

6 刘云刚;谢安琪;林浩曦;;基于信息权力论的智慧城市建设刍议[J];人文地理;2014年05期

7 张学陶;刘艺哲;左峥;;投资者关注、股市表现与套利策略——来自百度搜索量的经验证据[J];武汉金融;2014年10期

8 陈映雪;甄峰;;基于居民活动数据的城市空间功能组织再探究——以南京市为例[J];城市规划学刊;2014年05期

9 张继德;廖微;张荣武;;普通投资者关注对股市交易的量价影响——基于百度指数的实证研究[J];会计研究;2014年08期

10 冯娜;李君轶;;外向在线旅游信息流与入境旅游流的耦合分析——以美加入境旅游流为例[J];旅游学刊;2014年04期

相关博士学位论文 前1条

1 吴易明;中国生态旅游业研究[D];江西财经大学;2003年

相关硕士学位论文 前8条

1 王程昊;中部五省典型城市旅游气候舒适度与游客网络关注度研究[D];华中师范大学;2015年

2 王芳;基于百度指数的中国大陆5A级景区旅游信息流网络空间格局研究[D];南京师范大学;2015年

3 孙伟宇;中国工业旅游网络关注度研究[D];上海师范大学;2014年

4 元媛;网站信息流的模糊距离衰减证明及其空间结构研究[D];河北师范大学;2009年

5 刘彩霞;峨眉山风景名胜区旅游资源经济价值评估研究[D];西南交通大学;2008年

6 孙玉刚;灰色关联分析及其应用的研究[D];南京航空航天大学;2007年

7 芮凯;TCP/IP教学软件的设计开发与实践研究[D];天津大学;2007年

8 李雪飞;峨眉山旅游环境承载力研究[D];西南交通大学;2006年

本文编号：2847933