WomValue平台下中国旅游关注度研究

利用WomValue平台,系统搜索整理了2013年7月至12月旅游关注度每日变化数据,结合时间分形理论,研究发现:(1)基于新浪微博、百度、优酷视频、论坛4大平台的关注指数遵循分形规律。(2)达闻微指数每日变化呈现典型的对称美。(3)影响这种变化的因素是多样的,节假制度、工作时间以及天气变化是主要因素。(4)旅游关注度在不同空间发生了偏移。本研究希望以一个新的视角更为深入地认识旅游者的行为选择规律。

基于百度指数的西咸地区国家级博物馆旅游关注度对比研究

本文基于百度指数的数据分析和整合功能,以陕西省西咸地区的陕西历史博物馆、秦始皇帝陵博物院、汉阳陵博物馆三个国家级博物馆为例,对比分析发现游客对三个博物馆旅游网络关注度内容异同、时间规律和区域差异,总结了博物馆旅游发展中存在的问题及产生原因,提出了对策和建议,以期推进西咸地区国家级博物馆旅游创新发展。

新疆旅游关注度的时空差异及其影响因素

基于百度指数平台,获取了2011年、2013年及2015年我国大陆31个省、直辖市和自治区的新疆旅游搜索指数.运用季节集中指数、周内分布偏度指数、空间自相关方法对新疆旅游关注度的时空差异进行了分析并引入GWR模型探究其影响因素.结果表明:(1)新疆旅游关注度总体呈现增长态势,且各年关注度表现出明显的季节性特征,节假日、周存在"前兆效应";(2)全国各省、直辖市和自治区的新疆旅游关注度具有显著的空间自相关性,大多数地区呈现出持续的"低—低"集聚现象;(3)GWR模型优于OLS模型,从全域视角看,人口规模、经济发展水平、教育发展水平及互联网发展水平对新疆旅游关注度的影响均呈现不同程度的正向作用;从局域视角看,各影响因素作用整体上与OLS模型结果一致,但各影响因素的敏感度在空间上表现出西部地区高于东部地区的态势.

基于百度指数的旅游关注度时空特征及其驱动机制研究——以西藏林芝为例

基于百度平台的百度指数获取2011—2015年林芝旅游关注度数据,通过把计算所得的地理集中指数(G)、季节性指数(S)、基尼系数(Gini),经X12调整过后的HP滤波对网络搜索的时间及空间分布进行探讨。结果表明:林芝旅游关注度持续增加且季节性差异明显增大,呈明显的"双峰双谷"趋势,搜索量较高的地区是北京、广东、西藏、四川等地,呈现"东—西—中"分布。促使林芝旅游关注度提高的动力因素主要有经济发达水平、旅游线路规划、营销战略选择等。

我国世界文化遗产旅游关注度时空特征及营销策略研究

世界文化遗产是文旅融合的重要载体。深刻理解我国世界文化遗产旅游关注度的时间分布以及潜在客源市场关注度的空间分布特征,能够帮助遗产地提出针对性的旅游开发和营销推广策略,通过“以旅彰文”促进文旅深度融合。为此,可依据2015年至2020年我国33处世界文化遗产百度搜索指数的年度数据和月度数据,采用描述性统计分析、年际变动指数、季节集中指数等方法对世界文化遗产旅游关注度的时间分布特征进行刻画,采用季节调整法对世界文化遗产旅游关注度的季节性特征进行识别,以季节性因子为变量并采用聚类分析对世界文化遗产进行类型划分和特征识别;进一步,可从潜在客源市场角度,探究各省份对世界文化遗产旅游关注度的空间分布情况。上述实证分析发现,我国大部分世界文化遗产地的旅游关注度呈现淡旺季差异较为明显的季节性特征,各地对世界文化遗产的总关注度和人均关注度存在较大差异。基于以上研究结果,今后我国世界文化遗产在旅游开发、营销推广和文旅融合方面,可进一步采取包括与学校合作、发行纪念品、举办会议、协同发展以及保护与传承并重、提炼文化特色、遗产资源旅游产品化并打造互动体验场景等对策措施。

中国省域旅游竞争力与旅游网络关注度空间错位研究

正确把握中国省域旅游竞争力与旅游网络关注度的错位关系,对推动区域旅游高质量发展大有裨益。基于新发展理念构建旅游竞争力评价指标体系,采用重力模型、空间错位指数综合考察2011—2020年中国省域旅游竞争力与旅游网络关注度的空间错位特征及影响因素。结果表明:①研究期内中国省域旅游竞争力与旅游网络关注度均呈增长趋势且具有明显的空间分异性,旅游竞争力重心呈集聚分布态势,旅游网络关注度重心则随时间波动变化,大致位于旅游竞争力重心的西南方向;②中国省域旅游竞争力与旅游网络关注度空间错位格局由东至西呈现出正向错位向负向错位逐渐过渡的分布特征,正向高错位区由东部沿海省域向中部省域延伸,负向高错位区主要分布在西部特色旅游地与热门网红城市;③旅游资源禀赋、经济社会发展、政府政策导向、网络环境等多种因素综合作用促成旅游竞争力与旅游网络关注度的空间错位格局。

珠三角城市群旅游资源丰裕度与旅游网络关注度的空间错位演变分析

文章应用重心模型、空间错位指数和障碍度模型等方法,分析珠三角城市群的旅游资源丰裕度与旅游网络关注度的空间错位的演变特征及障碍因子。结果表明:在时序演变上,2011—2015年,珠三角城市群的旅游资源丰裕度和旅游网络关注度均持续上升;2016—2021年,珠三角城市群的旅游网络关注度持续下降,而旅游资源丰裕度持续上升。在空间演变上,珠三角城市群旅游资源丰裕度和旅游网络关注度在空间分布上均处于某种程度的错位状态。在类型演变上,旅游资源丰裕度与旅游网络关注度在多数年份呈空间正向高错位的城市主要有广州、佛山和惠州;负向高错位的城市主要有深圳和珠海;空间错位类型发生转变的城市有中山、东莞、惠州和肇庆。空间错位的诱因多元,因城市和时间而异,其中政策环境、经济条件、产业结构和人口规模是主要的障碍因子。

四川省旅游资源丰裕度与旅游网络关注度空间错位演变及影响因素分析

针对旅游发展中旅游资源丰裕度与旅游网络关注度空间错位带来的旅游资源未能充分发掘和旅游吸引力不足等问题,文章以四川省21个市(州)为研究对象,利用2011—2019年旅游景区与旅游网络关注度数据,通过重心模型和空间错位指数等方法,探究四川省旅游资源丰裕度与旅游网络关注度空间错位的时空演变特征。结果表明:(1)四川省旅游资源丰裕度和旅游网络关注度的时序变化特征大致相同,旅游资源丰裕度呈持续增长趋势,而旅游网络关注度在2018—2019年出现下降。(2)四川省旅游资源丰裕度与旅游网络关注度之间存在空间错位,两者重心呈现出西北-东南的地理位置偏移,并形成先远离后靠近的迁移趋势。(3)四川省各市(州)旅游资源丰裕度与旅游网络关注度的空间错位由西北到东南大致为“负向错位-正向错位”的分布特征;正向高错位市(州)稳定在成都市和绵阳市,负向高错位市(州)主要稳定在阿坝州、甘孜州和乐山市;空间错位指数发生根本性转变的市(州)主要分布在川东北地区。(4)社会环境、旅游发展、资源禀赋和网络发展等多种因素的综合作用使得旅游资源开发和旅游吸引力在空间分布上存在区域差异,形成了四川省旅游资源丰裕度与旅游网络关注的空间错位格局。

新冠疫情对张家界旅游网络关注度时空格局的影响及机制

基于地理学的时—空视角,文章定量测度了新冠疫情对张家界旅游网络关注度时—空间格局的影响,并归纳了其影响因素及机制。结果表明:(1)在时间维度上,新冠疫情下张家界旅游网络关注度呈现“下降—反弹—平稳”的变化趋势,反映出新冠疫情对旅游网络关注度效应的动态性;(2)在空间维度上,中国各省区对张家界旅游网络关注度的规模—位序相对稳定,新冠疫情对旅游网络关注度的效应总体上呈现出距离衰减;(3)游客对旅游风险的感知、游客的风险承受能力、目的地熟悉度与区位、权威制约是新冠疫情影响旅游网络关注度的主要因素,这些因素相互作用共同驱动旅游网络关注度的时空变化。

柳州市旅游网络关注度时空分布特征——基于百度指数的分析

旅游网络关注度能充分体现游客出游意愿及潜在需求,有利于指导旅游目的地科学进行旅游市场营销。文章基于百度指数,获取2013—2022年除港、澳、台外的全国31个省(自治区、直辖市)对于柳州市旅游网络关注度的数据,采用季节性强度指数、基尼系数和首位度三个指标,分析2013—2022年间柳州旅游网络关注度的时空分布特征。研究发现:(1)从年际变化特征来看,柳州市旅游网络关注度呈现先上升后下降发展态势;月际变化具有旺季短、淡季长的特点,但自2020年以来,季节性差异出现减弱趋势。(2)从空间分布来看,柳州市旅游网络关注度空间分布不均衡,集中态势明显,以广西和广东为热点地区,北京、上海、江苏、浙江、河南、四川以及湖南为次热点地区,西北各省区旅游网络关注度最低,这与广西其他城市旅游网络关注度人口省际分布具有一定关联及差异性。据此提出对策建议,以期推动广西文化旅游强区和世界级旅游目的地建设。

南京市旅游网络关注度时空特征及影响因素分析

旅游网络关注度的研究对于城市旅游发展具有重要的借鉴意义.利用百度指数获得南京市2016年1月至12月期间的旅游网络关注度的整体趋势数据,发现南京市旅游网络关注度时空特征明显：周内,呈倒“S”曲线,周六达到高峰,与移动端的使用及人们工作时间相关;月内,呈“双峰”曲线,六月、九月达到高峰,与暑假外出旅游、国庆节小长假等相关;季内,呈倒“V”型,秋季达到高峰,与南京市气候舒适度相关;春节、国庆节小长假内,呈“山峰”型结构,井喷现象严重.总体而言,南京市旅游网络关注度的时空特征受人们闲暇时间、人口基数、网民数、空间距离的影响,省域上,北京、安徽、山东、浙江、广东、四川是南京市旅游网络关注度的强势区,地市上,苏州、无锡、徐州是南京市旅游网络关注度的强势区.

区域旅游络空间关注度与客源市场相关性研究

网络数据的挖掘为游客行为和旅游决策研究提供了重要支撑,本文以我国东部、中部和西部的不同区域六个省区为基础,基于2011或2012年的实际客源分布数据以及各省份旅游的分地区百度用户关注度指数数据,利用相关分析与一元线性回归分析方法,分析了百度用户关注度指数所代表的区域络空间关注度与相应区域的客源市场区的相关关系。结果表明:整体上在省级层面区域百度用户关注度指数代表的年度平均旅游络空间关注度与相应区域年度国内游客接待量显著正相关。除青海所代表的西部网络普及率较低的不发达省份外,区域百度用户关注度指数代表的年度平均旅游络空间关注度与相应区域年度国内游客接待量具有显著相关性,尤其是东中部的较发达省份。最后提出,区域旅游管理者可结合百度用户关注度指数的监测制定针对性的旅游市场策略。

阆中古城旅游网络关注度时空特征分析

文章以阆中古城为研究对象,基于百度指数获取2013—2017年阆中古城网络关注度数据,分析公众通过网络对阆中古城的关注情况,揭示其时空特征,为阆中古城了解客源市场特征,进而有针对性地开展旅游市场营销,提供决策依据。

基于百度指数的桂林市旅游网络关注度时空特征研究

互联网背景下,网络营销对旅游市场开发具有统计学意义和应用指导价值。以广西龙头旅游城市桂林为研究对象,基于百度指数研究其旅游网络关注度的时空变化特征,并以此为依据利用波士顿矩阵法进行市场类型划分。结果表明:除特殊年份外,桂林市旅游网络关注度的年际变化总体上呈现出不断增长的趋势,月份变化总体.上趋于平缓且表现为“波浪形”的变化特征,“五一”和“十一”重要节假日的桂林旅游网络关注度出现峰值前置的共性;市场类型划分显示明星市场包括安徽、山东、河北、河南湖南,金牛市场包括北京、上海、浙江、四川、广西、广东、湖北、福建、江苏、辽宁,问题市场包括重庆、江西、贵州、青海、新疆、甘肃、云南、西藏,瘦狗市场包括陕西、山西、黑龙江、吉林、内蒙古、天津、宁夏、海南;基于网络关注度的桂林旅游市场发展战略应从加强旅游基础设施建设、构建旅游特色产品体系、加大旅游网络宣传力度等方面着手。

高铁引起的可达性改善与旅游网络关注度变化耦合协调研究——以沪昆高铁为例

高速铁路缩短旅游时空距离,引致虚拟旅游网络发生变化。以沪昆高铁为例,采用加权平均旅行时间、节点中心度、耦合协调模型,基于旅游节点视角分析客源地与目的地的可达性与旅游网络关注度变化,进而深入探究二者的耦合协调关系并识别节点发展类型。研究表明:1)沪昆高铁带来非均衡的时空收敛效应,节点可达性变化存在空间异质性,呈现“核心节点—带状演化—面域集聚”分布格局;2)沪昆高铁弱化了旅游网络关注度的空间邻近效应,同时促进节点集散功能嬗变,区域差距缩小;3)节点可达性改善与旅游网络关注度变化之间主要为中度协调,其次为基本协调,中度失调和高度协调类型数量较少,总体呈梭形分布,边缘地区的协调水平存在较大提升空间;4)不同区位的节点对于可达性改善的响应程度不一,活性节点、中性节点、惰性节点表现出等级性、集聚性、洼地性等特征。

国内旅游网络关注度的研究进展及其启示

借助CNKI提供的计量工具,利用关键词共现网络功能,从概念界定、研究方法、数据来源、研究内容等4个方面对近10年来国内旅游网络关注度的相关文献进行梳理,着重分析学者关注较多的案例地时空特征分布及演变的影响因素、旅游网络关注与客流量等方面的研究成果,并在此基础上对未来的研究方向进行了展望.

新冠肺炎疫情下春节小长假旅游网络关注度时空特征——基于百度指数的分析

新冠肺炎疫情的爆发对旅游业造成巨大冲击和伤害。了解疫情爆发初期用户旅游需求情况对旅游业恢复性发展至关重要。本文借助百度指数平台工具,探索了新冠肺炎疫情下春节小长假期间旅游网络关注度的时空特征,并提出了相关建议,以期为旅游业快速复苏和健康发展提供依据和经验。

广西旅游网络关注度的时空特征变化研究

旅游网络关注度是旅游需求水平的一种体现,能较为客观准确反映重大突发公共卫生事件对旅游需求的冲击。本文基于百度指数,获取2018—2020年我国31个省(自治区、直辖市)的广西旅游网络关注度数据,采用变差系数(CV)、赫芬达尔系数(H)、首位度(P)和地理集中度(G)4个指标,对比分析2018—2020年广西旅游网络关注度的时空特征变化,并提出了相关对策,以期为旅游业的恢复和发展提供依据和参考。

泰国旅游网络关注度时空特征及其与旅游安全的耦合性研究

泰国已成为中国出境游客到访人数最多的旅游目的地国家,在中国赴泰游客规模逐年上升的同时,泰国旅游安全事故也不断发生。因此,此文基于百度指数,收集了近五年(2014—2018年)泰国旅游每日网络关注度,分析了其时空分布特征,并探讨了其与泰国旅游安全网络关注度指数之间的时空耦合性。研究发现:泰国旅游网络关注度年际波动较大,总体呈上升趋势;月度变化趋势具有高度一致性,总体上呈“W”型、具有“双峰、两低谷”特征。泰国旅游网络关注度季节差异性较小,并进一步得出泰国旅游具有淡季短、旺季长的特点;泰国旅游网络关注度与旅游安全网络关注度在时间和空间上均具有较高的耦合度。

山岳型景区旅游网络关注度的时空分异特征及其成因

利用百度指数获取2018年黄山、华山、泰山、衡山、嵩山和恒山六个山岳型景区的旅游网络关注度,结合数理统计模型,多层次探讨山岳型景区旅游网络关注度的时空分异特征。研究发现:2018年各山岳型景区旅游网络关注度由高到低分别为:黄山>华山>泰山>衡山>嵩山>恒山,4月和10月的分月旅游关注度相对较高,2月和10月的月内分布时间差异相对较大,与实际客流变化趋势基本吻合。各山岳型景区所属省份及其周边区域的旅游网络关注度相对较高,总体表现为"东部地区偏高、西部地区偏低"的空间格局。这种时空分异现象的形成是地区人口规模、人均GDP、互联网普及率和空间距离等多种因素共同作用的结果。