基于“谷歌趋势”数据的入境外国游客量预测

• 作者: 徐坚 沈苏彦 赵锦
• 来源期刊: 资源科学
• 关键词: 谷歌趋势 入境外国游客 游客量 ARIMA模型
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 专栏:国际旅游研究
• 页码范围: 2111-2119
• 语种: 中文

摘要

入境游客量的预测是制定旅游发展规划和相关政策法规的重要依据.基于“谷歌趋势”提供的涉及旅游活动食、住、行、游、购、娱等环节的相关关键词搜索数据,通过计算相关系数,找出与国家旅游局公布的2004年1月至2015年3月中国入境外国游客量统计数据密切相关的搜索关键词.同时,利用2004年1月至2012年12月的入境外国游客量数据构建一般季节性乘积ARIMA模型,以及带搜索关键词作为自变量的季节性乘积ARIMA模型,分别对2013年1月至2015年3月入境外国游客量进行模拟预测,比较两模型的拟合程度和预测能力.研究发现:加入谷歌关键词作为自变量的季节性乘积ARIMA模型比一般季节性乘积ARIMA模型拟合效果和预测精度高,而中国签证政策与航班信息均对入境外国游客量有显著的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈苏彦	南京林业大学旅游管理系	55	274	10.0	12.0
2	徐坚	南京信息职业技术学院信息服务学院	28	77	5.0	8.0
3	赵锦	南京林业大学旅游管理系	5	27	4.0	5.0