刘 燕

(西安欧亚学院，陕西 西安 710065)

随着互联网及通信技术的不断发展，旅游信息处理和交易的方式已从传统面对面转变成电子方式，因此留下了大量与旅游有关的电子痕迹[1]。这些电子痕迹包括种类繁多、数量庞大的旅游信息，如出行前的规划和信息搜索、预订，和预订、出行后的体验分享与推荐，以及照片上传和其他社交媒体互动活动。这些大型的、非结构化的、复杂的电子痕迹构成旅游大数据，可对其进行整合和分析，以揭示旅游领域中隐藏的模式、相互关系等[2]。

为此，国内外众多学者对旅游大数据进行研究，并取得了丰硕的研究成果。刘逸等[3]利用大数据分析揭示了旅游目的地情感评价模型；张建涛等[4]构建以大数据平台为依托的智慧旅游预测与反馈的服务平台，并提出了实现智慧旅游服务平台的构建模式与路径。大数据分析也被用来预测游客流量。戴文[5]以南京智慧旅游大数据运行监测平台为基础，构建了南京市旅游流量预测模型。Gunter和Onder测试了维也纳旅游目的地管理组织(DMO)谷歌分析公司(Google Analytics)的10个交通指标，通过应用自回归模型(Vector Autoregressive，VAR)建模的大数据收缩方法预测维也纳的游客数量。

上述方法很少有对旅游大数据进行形式化定义，且没有对旅游大数据中涉及要素之间的关系进行探讨。为此，本文首先定义旅游大数据五维范式模型，并对旅游大数据中天气、温度、周末和公共假期与目的地游客到达量和目的地搜索热度的相关性进行研究，利用VAR和Granger因果检验探索目的地实际到达人数与其搜索热度之间的关系。……