基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例

发布时间：2018-05-28 05:43

  本文选题：百度指数 + 协整检验　； 参考：《人文地理》2017年03期

【摘要】：网络搜索引擎是旅游者获取旅游信息的最重要入口,百度指数通过反映关键词被搜索的次数表征旅游者的网络关注度。文章以三清山为例,首先利用协整理论及格兰杰因果检验分析了PC端和移动端百度指数与实际游客量之间的关系,进一步建立日游客量ARMA模型和分别加入PC端和移动端百度指数的VAR模型,对游客量预测结果及预测能力进行比较分析,以期通过不同客户端、不同搜索关键词来填补游客量预测过程中旅游网络数据提取的单一性,得到更好的预测效果。发现移动端比PC端百度指数模型具有更好的预测效果,移动端比PC端百度指数对实际游客量的变动具有更好的解释能力。
[Abstract]:Internet search engine is the most important entry for tourists to obtain tourism information. Baidu index represents tourists' online attention by reflecting the number of times the keywords are searched. Taking Sanqing Mountain as an example, the paper first analyzes the relationship between the Baidu index and the actual number of visitors on the PC and mobile terminals by using the co-arrangement and Granger causality test. The ARMA model of daily visitor volume and the VAR model with Baidu index on PC side and mobile terminal respectively are established to compare and analyze the forecast results and prediction ability of tourist volume in order to pass through different clients. Different search keywords are used to fill up the singularity of tourist network data extraction in the process of tourist volume prediction, and better prediction results are obtained. It is found that the mobile terminal has a better prediction effect than the PC Baidu index model, and the mobile terminal has a better ability to explain the change of the actual number of visitors than the PC side.
【作者单位】： 南京大学地理与海洋科学学院;
【基金】：国家自然科学基金项目(41301134)
【分类号】：F49;F592

【相似文献】

相关期刊论文 前10条

1 张永华;;如果你能熬过冬天[J];意林(原创版);2013年06期

2 俞庆进;张兵;;投资者有限关注与股票收益——以百度指数作为关注度的一项实证研究[J];金融研究;2012年08期

3 黄先开;张丽峰;丁于思;;百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J];旅游学刊;2013年11期

4 熊丽芳;甄峰;王波;席广亮;;基于百度指数的长三角核心区城市网络特征研究[J];经济地理;2013年07期

5 程玉琼;移动信息图库;;小时代 大数据[J];移动信息;2014年03期

6 ;月度动向[J];广告大观(综合版);2012年02期

7 李世霞;田至美;;基于百度指数的旅游目的地网络关注度影响因素分析——以青岛为例[J];首都师范大学学报(自然科学版);2014年01期

8 老兵;;给O_2O泼点冷水[J];商业文化(下半月);2014年04期

9 ;《星你》大热带给工程机械的思考[J];建筑机械;2014年03期

10 何潇;;“百度指数”VS“Google趋势”[J];电子商务;2006年10期

相关会议论文 前1条

1 祖俊;;大数据视域下“数字鸿沟”的样态分析[A];中华新闻传播学术联盟第六届研究生学术研讨会论文集[C];2014年

相关重要报纸文章 前10条

1 程旭;百度指数升级 个性化关键词监控仪全新登场[N];大众科技报;2006年

2 易观;《疯狂猜图》：疯狂过后赢利是困局[N];中国新闻出版报;2013年

3 吴菲;丽人丽妆的大数据营销[N];中华合作时报;2013年

4 商报首席记者 刘敏;山寨《疯狂猜图》超200款 手游跟风钱途何在？[N];重庆商报;2013年

5 本报记者 迟明霞;网游市场暑期升温[N];中华工商时报;2009年

6 特约作者 陈佼;爆吧事件背后的思索[N];电脑报;2010年

7 赛迪顾问云计算产业研究中心高级分析师 刘新;大数据引爆新增长点[N];中国电子报;2012年

8 苏报评论员 金根;岗位热度超“北上广”传递啥信号？[N];苏州日报;2014年

9 记者 陈永杰　吴m#麓;人肉搜索的杀伤力[N];北京科技报;2011年

10 长江证券;汉鼎股份：智慧暖通需求有望升温[N];东方早报;2013年

相关硕士学位论文 前10条

1 熊洁;基于百度指数的投资者关注与创业板股票量价的关系研究[D];江西财经大学;2015年

2 卢瀚;投资者关注度与股票市场表现[D];南京大学;2016年

3 肖亦歌;投资者关注对投资者交易行为的影响[D];哈尔滨工业大学;2016年

4 万颖迪;中国明星真人秀收视率的影响因素及其实证分析[D];广西大学;2016年

5 刘艺哲;基于百度指数的投资者关注对股市影响的研究[D];湖南大学;2015年

6 高飞;投资者关注度与我国创业板市场表现[D];重庆大学;2016年

7 白春祥;教育技术理论热点与实践需求的耦合度研究[D];河南大学;2016年

8 项毅;百度指数可以预测股票走势吗？[D];西南财经大学;2016年

9 汤祥凤;有限关注与股票市场表现[D];安徽财经大学;2016年

10 杨帆;百度指数与股票市场表现相关性研究[D];上海交通大学;2014年

，

本文编号：1945546