|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 古城旅游地网络关注度时空特征及其影响因素--以平遥古城为例显示文摘以平遥古城为研究案例地,基于百度指数获取2011—2014年平遥古城逐日网络关注度数据,采用周内分布偏度指数、地理集中指数等方法测度网络关注度的时空特征,运用回归方程分析网络关注度时空变化的影响因素。研究发现:(1)平遥古城网络关注度在时间分布上具有以下特征:2011—2014年网络关注度呈直线增长趋势;年内变化上呈鲜明的'双高峰'模式,具有旺季长、淡季短的特点;节假日上表现为节前关注度上升,其中'五一'在节日前一天达到顶峰,而'十一'在节日第2、3天达到顶峰;周内表现为'周末低谷,工作日高峰'的特征。(2)平遥古城网络关注度空间分布上具有不断集中的趋势,主要集中分布在山西及其周边省区。(3)气候舒适度和节假日、重要节庆等是影响网络关注度年内变化的重要因素;经济联系强度,客源地人均GDP和两地间的距离是影响平遥古城网络关注度空间分布的重要因素。 | 张晓梅 程绍文 刘晓蕾 王琦 李照红 | 2016 | 经济地理2016，36，7： | 119 |
| 2 | 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显示文摘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。 | 孙烨 张宏磊 刘培学 张捷 | 2017 | 人文地理2017，32，3： | 117 |
| 3 | 中国红色旅游网络关注度时空特征及影响因素显示文摘红色旅游网络关注度是红色旅游宣传推广水平的一种典型测量手段,也是红色旅游影响力的重要反映。以31个省(区、市)'红色旅游网络关注度'为研究对象,运用莫兰指数、面板向量自回归模型等对2011-2018年中国红色旅游网络关注度的时空特征及其影响因素进行研究。结果表明:(1)2011-2018年全国红色旅游网络关注度呈现波动增长趋势,且季节性差异显著;(2)全国红色旅游网络关注度差异性显著,呈现东部-中部-西部依次递减的趋势,但西部红色旅游5A级景区关注度上升态势凸显;(3)各省(区、市)红色旅游网络关注度具有显著的全局空间自相关性,'高-高''低-低'集聚现象分别集中于东、中部和西部地区;(4)红色旅游网络关注度影响因素的贡献度大小排序为:互联网普及率>人均GDP>旅游信息化指数>区域媒体关注度>红色旅游经典景区网络关注度。 | 高楠 张新成 王琳艳 | 2020 | 自然资源学报2020，35，5： | 89 |
| 4 | 基于网络关注度的湖南省居民旅游需求时空特征显示文摘收集2014年湖南省3A级及以上旅游景区网络关注度等有关数据,利用季节强度指数、旅游需求偏好指数,揭示湖南省居民旅游需求的时空变化特征,并分析影响其时空变化的主要因素,结果发现:年内居民对景区旅游总需求呈山岭型变化,对单个景区的旅游需求存在单峰、双峰、多峰3种类型;居民对景区旅游需求的年内时间变化主要受到景区资源特性、气候舒适度、节假日、景区景观季节变化等因素的影响,单峰型景区旅游需求的季节性差异相对较大,双峰型和多峰型景区相对较小;全省居民对景区的旅游需求在空间上呈'多中心'分布,其中最主要的3个中心为以凤凰古城为主的湘西景区群、以衡山为主的景区群和以长沙世界之窗等为主的长株潭景区群;居民对景区旅游需求空间分布主要受到景区级别、经济发展水平、景区类型、空间距离、可进入性等因素影响。 | 马丽君 龙云 | 2017 | 经济地理2017，37，2： | 73 |
| 5 | 邮轮旅游网络关注度的时空特征和影响因素——基于百度指数的研究显示文摘百度指数作为一个数据获取的重要工具和途径,对分析和研究相关问题具有重要作用。基于百度指数系统收集了中国各地区邮轮旅游网络关注度的数据,进行了时空特征和影响因素的研究。研究发现:邮轮旅游网络关注度具有时间差异较大,变化显著等特征;邮轮旅游网络关注度根据空间特征可以划分为四种类型:关注强势区、关注发展区、关注平稳区、关注弱势区;各区域邮轮旅游网络关注度指数主要受到人均GDP和网民数量的影响。 | 李霞 曲洪建 | 2016 | 统计与信息论坛2016，31，4： | 58 |
| 6 | 景区旅游流与网络关注度的区域时空分异研究显示文摘为重点研究近距离旅游流与游客网络关注度的时空特征,该文以长三角40个城市每日到访南京钟山风景区的游客量和网络关注度为对象,借助地理集中指数、格兰杰因果关系检验、VAR模型的脉冲响应函数,揭示两者在地理空间的分布特征,检验两者在时间上的关联,并进一步讨论两者时间关联的地理空间分异规律。结果表明:1)客源城市旅游流的空间分布呈现距离衰减现象,而游客网络关注度在空间分布上相对分散,中远距离客源城市的网络关注度较高,形成核分布形态;2)城市游客量与网络关注度存在稳定的格兰杰因果关系,在时间上均表现为网络关注度是游客量的前兆,日际数据进一步表明,网络关注度极高且游客量较大的城市,游客量也是网络关注度的前兆,两者之间存在双向格兰杰因果关系;3)区域游客网络搜索的前兆时长在空间上呈现随交通时间增加而增加的特征,远距离游客较近距离游客更早搜索信息,反映出游客基于空间认知的不同搜索行为。研究结果对提升景区营销效果、优化游客量预测方法等方面有一定的参考价值。 | 马莉 刘培学 张建新 张燕 丁蕾 刘泽华 | 2018 | 地理与地理信息科学2018，34，2： | 51 |
| 7 | 中国赴泰旅游需求时空分异及其影响因素显示文摘出境旅游已成为中国旅游发展的重要组成部分,正在改变着中国与世界旅游市场运行格局和走势。该研究以百度指数来衡量旅游需求,收集了2011—2017年中国31个省域的赴泰旅游需求指数,并利用季节性强度指数、空间自相关、地理探测器等方法探讨了中国赴泰旅游需求的时空分异特征及其影响因素。研究发现:(1)2011—2017年赴泰旅游需求总体呈现先递增后下降的时间演化趋势,且季节性差异较大,赴泰旅游需求逐渐由'夏季热'转为'冬季热','假期游'和'避寒游'需求特征明显。(2)整体来看,赴泰旅游需求存在空间集聚效应,高需求省域与低需求省域均在空间上显著集聚,冷热点格局呈现出以长三角区域为中心,向四周扩散的'C字型'空间分布特征。(3)赴泰旅游需求总体呈现'胡焕庸线'空间分布特征,高需求区域主要分布于东部地区,西部地区多为低需求区域。(4)放假制度、经济发展水平、国际旅游开放度、对外交通便利性是中国赴泰旅游需求时空分异的主要影响因素,而对外经济联系、信息化程度和地理区位也对赴泰旅游需求发挥着重要作用。文章从地理空间探讨赴泰旅游需求的时空分异及影响因素,并与国内旅游需求影响因素进行对比,拓展了中国出境旅游的研究框架,旨在为中国出境旅游良性发展提供理论指导与实践启示。 | 阮文奇 张舒宁 李勇泉 郑向敏 | 2019 | 旅游学刊2019，34，5： | 47 |
| 8 | 典型城市居民国内旅游流网络结构特征显示文摘收集网络关注度及有关数据,利用社会网络分析法,揭示典型城市居民国内旅游流网络结构特征及其影响因素,结果发现:①每个城市与其它所有城市都存在旅游流的联系,旅游流网络非常稳健,但联系强度相对较弱,小型旅游流偏多;经济发达或旅游资源丰富的城市接近中心度较高、有效规模和效率较大,往往处于核心区,对其它城市具有控制作用,核心区城市旅游流密集,边缘区相对独立。②第三板块既是主要的客源地板块,也是主要的旅游目的地板块,在整个网络中起着重要作用,第二板块对第三板块的输出作用明显,第四板块和第一板块城市既是第三板块城市的旅游目的地,同时也是第三板块城市的主要客源地。③网络整体密度、度数中心势、中间中心势,以及各城市中心度均有明显的季节变化;夏季旅游流网络密度较高,旅游流流量较大,核心区城市数量最多,各城市旅游流联系密切,受限制较小;冬季整体旅游流网络密度最低,旅游流流量较小,核心区城市数量最少,各城市旅游流联系较弱,受限制较大。④经济发展水平、旅游资源丰度以及交通便捷度是影响城市国内旅游流网络结构的重要因素,一个城市的经济发展水平越高,旅游资源越丰富,吸引的游客就越多,在旅游流网络中的作用就越大;两个城市间交通所需时间越短,交通便捷度越高,旅游流联系越密切。 | 马丽君 肖洋 | 2018 | 经济地理2018，0，2： | 40 |
| 9 | 自然灾害型危机事件对客源地旅游需求的影响及空间差异——九寨沟地震后的时空异质性分析显示文摘探讨自然灾害型危机事件对客源市场需求的影响,可为危机事件后市场潜力分析、灾后重建及旅游竞争力恢复提供理论参考与实践启示。文章以'8·8九寨沟地震'为例,运用客源吸引半径、距离累计曲线、空间自相关、地理探测器等方法,探讨自然灾害型危机事件对客源地旅游需求的影响强度及空间差异。研究发现:(1)地震对九寨沟客源市场需求影响极大,但随着时间推移,影响作用呈现弱化趋势。(2)地震之后,客源地旅游需求急剧下降,客源吸引半径扩大,邻近客源地旅游需求下降明显,需求累计曲线放缓。(3)旅游需求短期内呈现空间集聚趋势,热点和次热点区域整体东移,'高—高'和'低—高'集聚态势区域增多,且集中于东部地区,即旅游需求重心向东部地区转移,空间结构受到严重冲击。(4)地震对各个客源地旅游需求都存在一定影响,且影响强度存在空间差异性,其中邻近客源地受到的影响最大,其次为远距离客源地。(5)空间距离与自然灾害型危机事件的影响强度呈现U型非线性关系。 | 阮文奇 李勇泉 | 2018 | 经济地理2018，38，8： | 32 |
| 10 | 基于百度指数的湖南旅游目的地城市旅游者网络关注度及其空间格局研究显示文摘网络关注度从赛博空间层面反映了旅游者对旅游目的地的整体感知。通过社会网络分析方法,以综合运用'直接取词法'和'范围取词法'选定的与湖南旅游目的地城市旅游活动密切相关的共计103个关键词的百度指数构建而成的网络关注度指数为分析数据,对湖南旅游目的地城市的网络关注度及其空间格局进行了系统分析。研究发现:(1)旅游者对湖南各旅游目的地城市的网络关注程度有所差别,但是上述旅游目的地城市的网络关注度在年度周期内呈现出同步波动态势,具有较强的'共现性';(2)旅游者对湖南各旅游目的地城市的网络关注度构成了相对完整的关联结构,但是岳阳与其他旅游目的地城市之间网络信息互动较弱,娄底和益阳与其他旅游目的地城市之间基本没有网络信息互动;(3)旅游者对湖南各旅游目的地城市的网络关注度的网络影响力呈现出明显的等级结构,其中,长沙、郴州和株洲具有显著的'结构洞'优势,对湖南各旅游目的地城市之间的信息流动起到的'桥接'作用明显;(4)旅游者对湖南各旅游目的地城市的网络关注度的空间关联网络可以划分4个板块:其中湘西州位于'经纪人'板块;衡阳等4个节点位于'献媚'位置;长沙等6个节点位于'首属人'位置;娄底、岳阳和益阳则位于'孤立'位置;(5)旅游者对湖南各旅游目的地城市的网络关注度在很大程度上反映了湖南各旅游目的地城市的资源禀赋和旅游产业发展状况,但两者之间并不完全匹配。湖南各旅游目的地城市的资源禀赋和旅游产业是旅游者对湖南各旅游目的地城市产生网络关注度的基础,而网络关注度则主要通过促进或阻碍地理空间因素的方式对湖南旅游目的地城市网络关注度及其空间格局产生影响。鉴于上述研究发现,论文提出,要促进湖南省的旅游产业发展,各旅游目的地城市除了需要强化自身的优质资源建设,凸显各自的旅游发展特质之外,还需要扩大各旅游目的地城市之间的旅游信息交流和合作,尤其需要促进湖南各旅游目的地城市与其他区域之间的旅游者、旅游信息等要素的自由流动,逐步形成多中心、多网络协同发展的旅游空间格局。 | 陆利军 戴湘毅 | 2020 | 长江流域资源与环境2020，29，4： | 27 |
| 11 | 广州市旅游景区网络关注度时空特征研究显示文摘利用'百度指数'数据分享平台,获取广州市23个4A级及以上景区2016年的网络关注度数据,并利用季节性集中指数、变异系数、回归分析等对广州市旅游景区网络关注度的时空特征进行分析。研究发现:旅游景区网络关注度周内呈现'双休日高、工作日低'的特点;网络关注度年内出现4个波峰,具有'旺季长、淡季短'的特点;'五一'和'十一'网络关注度在假期期间达到顶峰,移动趋势远高于PC趋势,与整体趋势保持一致。全国居民对广州市景区的旅游偏好具有较大差异,以长隆旅游度假区为主的番禺景区群和海珠区的广州塔旅游偏好最强;旅游景区网络关注度省际差异显著,广东、北京等经济发达地区网络关注度较高,东、中、西部省份间的关注度存在差异,西部省份间差异最大。旅游景区网络关注度空间差异是地区人口规模、经济发展水平和距离目的地远近程度等多因素综合影响的结果。 | 严江平 宋志红 李巍 | 2018 | 资源开发与市场2018，34，1： | 28 |
| 12 | 芜湖方特网络关注度分布特征及与客流量关系研究——以PC端和移动端百度指数为例显示文摘基于2016年芜湖方特PC端和移动端逐日网络搜索数据,使用日际变动指数、R指数、G指数、季节指数等方法分析了芜湖方特不同客户端百度指数的网络关注度分布特征,探索了网络关注度与实际客流量之间的关系。结果表明:(1)方特水上乐园PC端与移动端的网络关注度均最为集中,方特东方神画PC端与方特欢乐世界移动端则较为分散;(2)方特欢乐世界PC端网络关注度分布最失衡且最偏向周时段前期,方特东方神画移动端则最为失衡且最偏向周时段后期;(3)方特欢乐世界、方特梦幻王国和方特东方神画PC端网络关注度的旺季为每年4—9月,方特水上乐园为每年5—8月,移动端网络关注度的旺季则依次为3—9月、7—10月、4—9月、6—8月;(4)4个园区的PC端月网络关注度对芜湖方特月客流量的作用强度由大到小依次为方特欢乐世界、方特梦幻王国、方特水上乐园、方特东方神画,移动端则为方特东方神画、方特梦幻王国、方特水上乐园、方特欢乐世界。 | 郑玉莲 陆林 赵海溶 | 2018 | 资源开发与市场2018，34，9： | 24 |
| 13 | 基于手机信令数据的南京市旅游客源地网络层级结构及区域分异研究显示文摘游客源地和目的地之间构成了一张动态的空间网络,流空间视角下的客源网络研究有助于更为真实地反映客流空间结构和客源地区位结构特征。以南京市51个景区的监测客源大数据为例,分别选取元旦、清明节、劳动节、端午节和中秋节5个时段的游客数据,采用社会空间网络聚类分析方法和空间区域划分模型,从地级市层面展开客源地网络层次结构和区域分异模式分析。结果表明:①地市层面的客流强度表现出显著的空间层次结构特征,高等级节点主要位于南京的最邻近区域和次邻近区域,外生网络效应明显;②不同小长假客源网络节点在全局上呈现相似的层次结构和分布模式,局部区域差异显著;③区域化的客源流量表现为南北分异模式,而区域化的客流强度则呈现东西分异模式。 | 顾秋实 张海平 陈旻 谢毅 | 2019 | 地理科学2019，39，11： | 20 |
| 14 | 中国民宿网络关注时空特征及影响因素研究显示文摘网络搜索体现了人们对某种事物或现象的现实关注与潜在需求情况,是游客潜在出游行为的一种前兆。对民宿网络关注时空分布特征的研究,可以明确我国民宿需求的时空分布规律,为优化我国民宿行业发展空间布局提供理论参考。基于2015—2019年中国大陆31个省域空间单元的民宿网络搜索数据,使用赫芬达尔指数、季节性集中指数、周内分布偏度指数、地理集中指数、变差系数、首位度等指标,对中国民宿网络关注度的时空分布特征进行分析。研究发现:(1)中国民宿网络关注度在2015—2019年呈现明显的波动趋势,季节性分布差异明显,网络关注度在假日前期会出现显'前兆'效应;(2)中国民宿网络关注度存在地域不均衡性,空间分布上呈现'东部-中部-西部'依次递减的整体趋势,2015—2019年民宿网络关注度的区域集聚程度在降低,区域间差异在缩小;(3)气候的舒适性和闲暇时间是影响民宿网络关注度时间分布的主要因素,客源地的经济发展水平、居民购买力、人口规模、互联网发达程度、受教育程度和民宿业发展水平均会对民宿网络关注度的空间分布产生影响。 | 冯晓兵 | 2022 | 世界地理研究2022，31，1： | 16 |
| 15 | 中国省域间旅游关注网络格局及其影响因素空间异质性分析显示文摘旅游关注是旅游虚拟空间的重要表现形式,文章基于百度指数探讨旅游关注空间格局特征,并建立面向线状要素的空间相互作用局部分析模型,探讨影响因素作用的空间异质性。旅游关注网络存在差异,高关注度省份集聚于东部地区。局部模型拟合结果优于全局模型,能很好解释旅游关注。景区数量和GDP对旅游关注具有促进作用,距离则为抑制作用。各影响因素作用存在空间异质性,景区数量对短距离关注具有较强影响,西部省份的经济发展水平对长距离关注有更强影响,经济较好省份受到关注距离的影响较小。在旅游关注这一虚拟空间中,距离效应依然存在,但作用强度弱于现实空间。文章构建的线状要素空间相互作用局部分析模型,为理解旅游关注网络乃至其他类型网络(流动)的形成机制提供了一种新的空间分析方法。 | 徐菁 靳诚 | 2020 | 旅游学刊2020，35，6： | 15 |
| 16 | 大数据时代乡村旅游发展的时空分异特征显示文摘为研究大数据时代乡村旅游发展的时空变化特征,基于百度指数采用叠加关键词和83家全国休闲农业与乡村旅游示范点进行了2011—2013年乡村旅游网络关注度搜索,并结合2013年各地区的农业贡献率进行了对比分析。结果表明:2011—2013年乡村旅游日均关注度增长速度明显;一周之内乡村旅游网络关注度周二最高,周六最低;出游旺季在3—6月和10—12月;清明、五一和端午三节关注度较高;华中、华南、东北地区农业发展优于乡村旅游,西南、西北地区乡村旅游发展态势优于该地区的农业。 | 黄英 周智 黄娟 | 2014 | 浙江农业学报2014，26，6： | 15 |
| 17 | “天价虾”事件对青岛旅游网络关注度的影响显示文摘通过收集网络关注度相关数据,分析了'天价虾'事件的网络影响生命周期、地域范围和对青岛旅游网络关注度的影响。结果发现:(1)'天价虾'事件对青岛旅游发展具有较大的负面作用,使2016年青岛国内旅游客流量增长率下降了1%。(2)'天价虾'事件的网络影响生命周期可划分为酝酿期、爆发期、延续期和衰落期,'天价虾'事件影响地域范围广,涉及国内31个省份。(3)2016年1—9月对青岛旅游网络关注度共损失171.1万人次,'天价虾'事件中各省份对青岛旅游月均网络关注度均有影响,但各省份对青岛旅游网络关注度的损失存在较大差异,导致地区差异的因素主要有经济发展水平、人口数量、网络普及率、与青岛间的距离。 | 马丽君 马曼曼 | 2018 | 资源开发与市场2018，34，1： | 14 |
| 18 | 基于百度指数的连云港旅游网络关注度研究显示文摘以百度指数为数据源,对连云港网络关注的时间、空间、访问端、结构、要素偏好等进行分析,发现闲暇时间、季节是影响连云港旅游网络关注度的关键因素,其他因素如特色旅游品牌、目的地经济发展水平、旅游品牌质量、旅游成本、距离、本外地景点区别度、兴趣等因素对连云港网络关注度产生叠加式的影响;江苏、山东、河南、上海、安徽、北京、浙江等地域是其旅游基础市场,游客日益倾向通过即时性更强的手机端获取目的地信息,'吃''住''游'要素受到主要关注,'购''娱'要素被长期忽视。连云港的旅游市场营销,应当着重把握淡旺季、区域市场、目标客源、PC与手机端,并重视景区发展及要素补充。 | 孟思聪 马晓冬 | 2017 | 旅游论坛2017，10，5： | 13 |
| 19 | 基于网络搜索数据的区域旅游指数及其微观动态:以西安为例显示文摘地理位置与交通条件是旅游的重要先决条件,然而高峰期突然蜂拥而至的客流往往令身陷其中的游客多有抱怨和排斥,景区管理部门亦力有不逮,因此,如何及时预警、调度和配置有限的旅游资源便成为大众和旅游管理部门的热点话题.最直接的方法是客流量预测,然而目前的客流量统计主要来源于对旅行社、景区及其周边酒店等机构部门的事后统计和推断,这类数据需要层层汇总上报审批,发布相对滞后,并且常以月度或季度为频率.网络搜索数据记录了游客成行之前的需求与偏好,数据本身是前置的、实时的,而且是直接对游客行为痕迹的记录,数据质量也不依赖于被调查一方的动机和配合程度.以古丝绸之路的起点西安为例,基于用户的旅游信息搜索行为,通过设置初始关键词和拓展关键词筛选相关搜索词构造区域旅游指数,采用HEGY季节协整检验和基于X12季节调整的混合模型均发现,区域旅游指数并不具有显著的前兆效应,只是与实际旅游客流量存在同期关联,可以进行实时预测.进一步,在Prophet预测模型中引入节假日效应,显著地降低了拟合与预测误差. | 魏瑾瑞 崔浩萌 | 2018 | 系统科学与数学2018，38，2： | 13 |
| 20 | 三大古城网络关注度时空分布及其影响因素研究显示文摘以我国中部凤凰古城、西部丽江古城、东部乌镇三大具有代表性的古城为研究对象,分析了三大古城网络关注度在2011年、2013年、2016年的时空分布与影响因素。结果表明:①三大古城网络关注度分布集中在我国东南部地区,丽江古城的网络关注度分布为集中发展,凤凰古城、乌镇网络关注度为分散发展。②乌镇是省际间差异最明显的古城,丽江古城是区域间差异最明显的古城,区域内的差异是古城网络关注度差异形成的最主要原因且差异集中在东部地区。2011—2016年,三大古城的网络关注度区域间差异贡献率逐渐减小而区域内贡献率逐渐增大。③关注地的经济发展水平、上网人数以及与古城的经济联系强度和古城的网络关注度空间分布密切相关,关注地上网人数是主要因素;气候与节假日因素对凤凰古城与乌镇网络关注度的时间分布影响显著,且节假日因素起主要影响。 | 张春慧 洪晓 | 2018 | 资源开发与市场2018，34，5： | 11 |
您所在的机构暂未开通此部分的功能，请联系管理员