陆利军，廖小靖

（1.湖南财政经济学院 人文与艺术学院，湖南 长沙 410205；2.联合国教科文组织国际自然与文化遗产空间技术中心（HIST）衡阳分中心，湖南 衡阳 421008）

旅游者行为预测一直是学术界和企业界关注的热点问题。单就旅游者行为数据的获取而言，在传统的预测研究中，学者们往往主要依赖访谈法、观察法、日志法和调查问卷等调查方法获取相关基础数据[1]。随着人类进入互联网时代，人类行为产生的数据痕迹为行为预测开辟了一个新的基础数据来源。研究证明，网络搜索、网页浏览和评论数据与诸多经济类、社会类行为存在很高的关联性，而利用上述网络行为数据进行经济与社会行为预测是切实可行的[2]。近年来，网络行为数据也被广泛用于测量旅游者行为[3,4]。

然而，互联网用户的多元性和异质性直接导致了网络行为数据的复杂和多维性。具体来说，在旅游者消费整个过程的不同步骤中，消费者往往倾向于使用不同的查询方式和选用不同的核心关键词来搜索他们在互联网上的兴趣点。换言之，在明确了利用网络行为数据进行经济与社会行为预测的可行性之后，如何选择有效的数据预处理方法，构建网络行为指数已然成为了研究者们关注的重要内容。因此，基于相对连贯的内在逻辑，将核心关键词合成为统一的旅游搜索指数，并选择适当的数据预处理方法，设计合理的预测流程对基于网络搜索、浏览和评论数据进行的信息分析和旅游者行为预测活动的性能至关重要。……