基于百度指数的香港旅游需求建模与预测研究

发布时间：2021-07-06 07:17

　　旅游需求预测对旅游业的从业者在投资决策以及产业政策制定方面有着至关重要的作用。在当前网络信息飞速发展的时代,潜在游客在出游前通常会通过网络来获取当地相关信息,并籍此合理安排行程。这些搜索行为信息为研究人员了解游客们的潜在需求提供便利,能够进一步改善旅游需求预测。此外,有研究表明网络搜索数据（如百度指数）作为一种新的数据来源,相较于传统的数据而言有着相当大的改进,能够很好地预测旅游需求。但由于网络搜索数据变量普遍较多,如何选取合适的模型以利用此类数据预测旅游需求值得探讨。因此,本文介绍了两类可以利用百度指数来预测旅游需求的方法——机器学习技术及传统因子模型,并将其应用于大陆对香港旅游需求的预测,进行对比研究。首先,本文探讨并确定了旅游六要素为预测指标,随后提取大陆到访香港人数和旅游六要素相关的百度指数;其次,将预测模型分为随机森林和因子増广回归模型两类,其中因子増广回归模型又包含着两种方法,即广义动态因子模型和主成分分析法。利用这两类模型三种方法,来预测平稳增长阶段和快速增长阶段的大陆对香港的旅游需求;最后基于方向性预测精度检验、DM检验以及模型置信集检验法对不同模型的不同阶段预测效果进... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

论文思路框架

第3章传统因子模型的旅游需求建模与预测21Gunadhi和Boey，1986)或至少为旅游业的重要组成部分(Divisekera，2010)。游客通常会对旅游目的地中具有地方特色的商品和传统工艺品有着浓厚的兴趣，当然会有一些游客的主要旅游动机就是购物。高林安(2010)研究表明，中国入境游客中日本游客人数所占比例一直下降，其原因之一为日本游客对中国旅游购物不满意。韩会然等(2013)研究证实了，目的地选择的重要影响因素之一为游客对购物环境以及服务质量的感知。(6)“娱”要素，旅游中的活动对游客也有吸引力，游客会选择有趣的目的地进行更多的娱乐活动(Heagney等，2018；Reintinger等，2016)。刘少和(2006)表示“娱”作为旅游“六要素”中弹性最大的要素，其地位将非常重要，进而构成旅游目的地的核心产业之一，因此建议要加大发展旅游娱乐项目的力度，并且制造可以吸引游客的娱乐场地。因此，本文选取旅游六要素——“食”“妆“行”“游”“购”“娱”作为预测大陆对香港旅游需求的影响因素，进而关键词的选取也是基于六要素进行。3.2百度指数获取方法百度是目前中国最热门的搜索引擎，自从Google于2010年退出中国大陆市场以来，百度便占据了大陆最大的搜索引擎市场份额(Yang等，2015)。因此，考虑到本文的研究目的为大陆对香港的旅游需求预测，本文选择百度指数来描述大陆游客网络搜索行为。其中，最重要的步骤为关键字的选定。参考Li等(2017)，按照以下步骤来选择关键词，如图3.1所示。图3.1关键词选取框架

【参考文献】：
期刊论文
[1]百度指数、混频模型与三亚旅游需求[J]. 秦梦,刘汉.  旅游学刊. 2019(10)
[2]国内外经管学科大数据研究热点与趋势分析[J]. 刘汉,刘玮,王永晶.  东北师大学报(哲学社会科学版). 2019(05)
[3]宏观经济指标、技术指标与国债期货价格预测——基于随机森林机器学习的实证检验[J]. 陈标金,王锋.  统计与信息论坛. 2019(06)
[4]基于网民关注行为大数据实现对房地产价格的预测研究——以北京市房价为例[J]. 王岱,刘宽斌,张涛.  数量经济研究. 2019(02)
[5]基于机器学习的P2P网络借贷违约风险预警研究——来自“拍拍贷”的借贷交易证据[J]. 涂艳,王翔宇.  统计与信息论坛. 2018(06)
[6]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛.  中国管理科学. 2018(01)
[7]公路交通对旅游经济影响的评价分析——以武陵山区为例[J]. 王兆峰.  湖南师范大学社会科学学报. 2018(01)
[8]基于改进的灰色模型的旅游需求预测研究[J]. 李瑶,曹菡,马晶.  计算机科学. 2018(01)
[9]旅游目的地形象中的美食要素研究——以成都为例[J]. 李湘云,吕兴洋,郭璇.  美食研究. 2017(01)
[10]基于混频预测模型改进预测精度——以入境旅游为例[J]. 刘汉,王永莲.  情报杂志. 2016(09)

硕士论文
[1]构建我国货币政策的指示器：金融状况指数[D]. 姜斌宇.厦门大学 2014



本文编号：3267792