基于大数据的旅游市场研究综述

雷可为 王小辉 豆晓宁

（西安欧亚学院管理学院，陕西 西安710065）

随着网络信息技术的飞速发展，搜索引擎成为广大网民的重要网络信息平台，人们按照自己的需求和兴趣，利用其检索服务功能查询和获取信息。这期间，庞大的网络搜索数据被网络搜索工具记录下来。有研究表明，这些庞大的搜索数据与现实的社会行为之间存在一定的相关性。互联网已成为游客搜索旅游信息及购买旅游产品的有效手段，旅游网站信息成为旅游开发者和旅行代理商向旅游者提供服务和促进购买的重要渠道，挖掘出用户对旅游的网络关注度和实际旅游需求的关系，了解旅游需求趋势是研究的新角度。

1 国外研究综述

1.1 旅游网络信息导引作用探究

近年来，国外学者针对无形信息流对有形人流的导引作用问题进行了有益探索，包括旅游网站信息对潜在游客导引作用的说明，旅游网站对有形人流的导引过程和导引机理分析。主要研究通过针对供需行为，对旅游网站在线服务能力和旅游网站使用者满意度之间的协同关系进行了研究，并提出了反映网站信息流与现实人流关联性的模型。

1.2 基于网络搜索数据的时空导引作用的定量估算研究

基于网络搜索数据的预测研究始于医药领域，最早是利用网络搜索指数提前预测出流感发病情况及流感的死亡率。在房地产方面也有类似的实证研究，发现网络关注度对美国房屋的交易价格和交易量具有较强的预测能力；这些研究对基于网络搜索技术的旅游行为预测研究起到促进和深化作用。

在量化研究方面，主要集中在建立回归分析模型，对美国零售业、房地产业、交通运输业、旅游行业的产品销量进行预测，在传统的回归模型的因变量中加入与预测对象有关的关键词关注度指数，预测结果的精度均有较大的改善。

国外在宏观经济领域，通过网络搜索指数与宏观经济的研究主要集中在失业率、消费、股市指数、经济现象和经济衰退等方面。研究表明，在庞大的网络搜索数据被网络搜索工具记录下来的过程中，这些庞大的搜索数据与现实的社会行为之间存在一定的相关性。在旅游网络行为方面成果较少，大部分研究侧重于网络整体性信息与某些社会行为宏观的、概括性的关联性研究。

2 国内研究综述

目前，我国学者对大数据相关问题研究较多，应用在各个领域，在旅游方面的研究主要集中在三个方面：大数据出现后对旅游业带来的影响研究；具体搜索引擎的数据与实际旅游市场需求的相关性研究；利用搜索引擎数据对旅游市场的预测方法研究。

2.1 大数据对旅游业带来的影响研究

伴随着大数据、云计算的产生及在各个领域的应用，很多学者提出了旅游大数据的概念，并从旅游大数据的产生，旅游大数据的挖掘，旅游大数据的应用方面提出了见解。

伴随着网络技术的发展，旅游企业及用户对网络的使用，导致旅游数据信息爆炸性的增长，旅游数据已经形成一个巨大的海量信息空间，这些海量数据的产生，如何应用这些数据，找出规律，应用在旅游业当中。 在大数据的挖掘方面，大多采用关联分析对旅游数据进行搜索，并从中找出出现概率较高的模式，或者通过数据的聚类与分类，分析旅游数据的相似性，为决策者提供决策支持。

大数据在旅游行业的运用方面主要提出在旅游市场营销，线路优化、挖掘有价值的旅游信息方面。

2.2 具体搜索引擎的数据与实际旅游市场需求的相关性研究

在大数据与实际旅游市场相关性研究方面成果较多，在搜索引擎的的选择方面，国内研究大多选择百度指数这种海量免费数据，并通过百度指数的搜索量和实际游客量之间的关系分析，主要研究体现在：搜索关键词的选取技术；网络信息流和实际游客量之间存在正相关性，网络空间信息流是一种重要的“前兆”导引现象。

对关键词的选取，大多数研究中采取根据旅游活动的六大要素，或通过问卷调查、关键词推荐的方法获得；大多数研究选取了五一、十一等主要节假日的客流量及网络关注度进行对比，发现旅游网络关注度和景区客流量之间存在正相关关系；旅游者在产生旅游需求的前提下，通过网络提供的旅游信息进一步了解旅游地概况，为其旅游的目的地，因此，旅游者对旅游网络信息的关注度一定程度上昭示其出游行为，基于此，旅游信息流又是重要的旅游客流的“前兆”。

2.3 运用大数据进行景区旅游市场预测的研究

对于旅游市场的预测研究成果较多，大多数研究都采用历史数据对未来游客量进行研究，在预测方法上不断创新，但在数据的选择上面基本停留在使用历史统计数据。运用大数据进行旅游市场预测研究的研究成果较少，大多数还停留在相关性研究方面。

黄先开以北京故宫为例，建立了没有百度关键词和加入百度关键词的两种预测模型并进行了预测精度比较。运用带有百度关键词的模型可以实现利用当天及滞后1～2天的百度指数数据预测故宫当天的游客量，不仅增强了预测的时效性，还可以更加及时、准确地为故宫景区管理部门提供决策的依据。

3 结论

综上所述，人们对网络的某些社会行为的研究使其成为研究的一个焦点，并为旅游行为的深入研究和探索奠定了基础。在旅游网络行为方面，大部分研究侧重于网络整体性信息与某些社会行为宏观的、概括性的关联性研究，对于微观层面上、有针对性的旅游行为与网络信息的关联性研究和预测较少。在传统的预测方法的基础上借助网络信息技术和大数据，更新了数据来源，以得到更好的预测效果。进而分析旅游景区发展的现状、特征和趋势，并从中找出存在的问题，提出相关的政策建议将是一个新的趋势。

［1］李山，邱荣旭，陈玲．基于百度指数的旅游景区网络空间关注度:时间分布及其前兆效应[J]．地理与地理信息科学，2008(6):27-29．

［2］Ginsberg J，Mohebbi M H，Patel R S，et al．Detecting influenza epidemics using search engine query data[J]．Nature，2009(2):1012-1014．

［3］李君轶，马耀峰，杨敏，等．旅游网络信息场理论及其导流机制研究[J].情报杂志，2008（12）：22-25．

［4］孙毅，吕本富．网络搜索与经济行为相关性研究[J]．管理评论，2011，23(7):72-77．

［5］黄先开，张丽峰.百度指数与旅游景区游客量的关系及预测研究[J].旅游学刊，2013，11(29)：93-100．