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.pdfVIP

下载本文档

15
0
约4.74万字
约 9页
2019-04-26 发布于河南
举报
版权申诉

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.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

人文地理 2017年第3期总第155期文章编号:1003-2398(2017)03-0152-09 DOI:10.13959/j.issn. 1003-2398.2017.03.020 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孙烨，张宏磊，刘培学，张捷（南京大学地理与海洋科学学院，南京210023 ） FORECASTFORECAST OFOF TOURISMTOURISM FLOWFLOW VOLUMEVOLUME OFOF TOURISTTOURIST ATTRACTIONATTRACTION BASEDBASED ONON DEGREEDEGREE OFOF TOURISTTOURIST ATTENTIONATTENTION OFOF TRAVELTRAVEL NETWORK:NETWORK: AA CASECASE STUDYSTUDY OFOF BAIDUBAIDU INDEXINDEX OFOF DIFFERENTDIFFERENT CLIENTSCLIENTS SUN Ye, ZHANG Hong-lei, LIU Pei-xue, ZHANG Jie (SchoolofGeographicandOceanographicSciences,Nanjing University,Nanjing 210023,China) Abstract:Abstract: It is the web search engine that is an important way for tourists to get travel information. There- fore, it is easy to record behavior of tourists. Baidu Index, by searching times of relevant keywords, is able to find out the degree of tourist attention of travel network easily. With the changes of different clients, Baidu Index shows certain spatiotemporal difference and precursor effect. In order to find out the relationships be- tween Baidu Index of PC client and mobile client and the actual visitor number of Mount Sanqingshan, pa- per used the econometric cointegration theory and Granger causality test. In addition, to forecast Tourism Flow Volume, the paper further establishes ARMA model of the daily visitor number of Mount Sanqingshan and VAR models which add Baidu Index of PC client or mobile client respectively. It is found that:1) There are long-term equilibrium relationships between the actual visitor number of Mount Sanqingshan and Baidu Index of PC client and mobile client of multigroup search keywords; 2) The results o