《旅游景區(qū)網(wǎng)絡(luò)關(guān)注度研究的國內(nèi)外文獻(xiàn)綜述》3000字

旅游景區(qū)網(wǎng)絡(luò)關(guān)注度研究的國內(nèi)外文獻(xiàn)綜述目錄TOC\o"1-2"\h\u3813旅游景區(qū)網(wǎng)絡(luò)關(guān)注度研究的國內(nèi)外文獻(xiàn)綜述 1167191.1旅游網(wǎng)絡(luò)關(guān)注度研究 14913（1）國外旅游網(wǎng)絡(luò)關(guān)注度研究 11052（2）國內(nèi)旅游網(wǎng)絡(luò)關(guān)注度研究 1224891.2A級旅游景區(qū)研究 26809（1）國外5A級旅游景區(qū)研究 217442（2）國內(nèi)5A級旅游景區(qū)研究 212056參考文獻(xiàn) 31.1旅游網(wǎng)絡(luò)關(guān)注度研究國外旅游網(wǎng)絡(luò)關(guān)注度研究網(wǎng)絡(luò)關(guān)注度的概念在國外沒有明確的定義，但國外學(xué)者會利用谷歌推出的谷歌趨勢等功能搜索某時間段內(nèi)某一事物的數(shù)據(jù)來進行相關(guān)的研究分析。Onder（2017）通過Google趨勢平臺獲取維也納的相關(guān)關(guān)注度數(shù)據(jù)，在旅游需求預(yù)測模型的基礎(chǔ)上進行分析，結(jié)果為Google趨勢的數(shù)據(jù)在對季節(jié)變化的旅游需求預(yù)測中更加準(zhǔn)確。Pan（2017）等人為了確定一個預(yù)測模型，利用搜索平臺獲取的游客酒店需求數(shù)量達(dá)到了建立模型的目的。根據(jù)Google趨勢數(shù)據(jù)，ConchaArtola（2017）和其他學(xué)者對西班牙的旅游業(yè)發(fā)展趨勢進行了分析和預(yù)測，并對英、德、法三個主要的西班牙游客市場進行了預(yù)測。RongChen（2017）等人提出的AGA-SSVR模型，分析了中國黃山的網(wǎng)絡(luò)信息流量，并對其每天的客流量進行了預(yù)測。國內(nèi)旅游網(wǎng)絡(luò)關(guān)注度研究國內(nèi)許多學(xué)者在互聯(lián)網(wǎng)與旅游也的不斷發(fā)展下，旅游網(wǎng)絡(luò)關(guān)注度的研究吸引了他們的目光，其中百度指數(shù)、微博指數(shù)等為他們研究所需要的數(shù)據(jù)提供了采集便利。網(wǎng)絡(luò)關(guān)注度與實際客流量之間的關(guān)系、網(wǎng)絡(luò)關(guān)注度時空特征、網(wǎng)絡(luò)關(guān)注度影響因素這三個方面的研究比較多。周曉麗（2020）為了研究2015~2018年皇城相府客流量的預(yù)測，利用百度指數(shù)收集了該期間該地區(qū)各類關(guān)鍵詞的關(guān)注度數(shù)據(jù)，用這些數(shù)據(jù)跟實際的月客流量進行相結(jié)合，構(gòu)建了預(yù)測模型，發(fā)現(xiàn)大數(shù)據(jù)的引入會使結(jié)果更加精準(zhǔn)；黃鯤（2017）以百度指數(shù)為基礎(chǔ)，對九寨溝旅游市場的關(guān)注度與客流量進行了分析，建立了1年和2年的客流預(yù)測模型，結(jié)果顯示，網(wǎng)絡(luò)關(guān)注度具有明顯的前兆作用，1年的預(yù)測模型較好，說明數(shù)據(jù)覆蓋期長不一定是好的。曾可盈（2019）利用百度指數(shù)作為網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，運用GIS空間分析方法，結(jié)合泰爾指標(biāo)，對全國各地對東北三省4A級以上景區(qū)網(wǎng)絡(luò)關(guān)注度進行了空間分布特點分析；李會琴（2019）利用GIS空間技術(shù)，以百度指數(shù)為基礎(chǔ)，對包括港澳臺在內(nèi)的249個國家5A級旅游景區(qū)的網(wǎng)絡(luò)關(guān)注度空間分布特點進行了分析，為優(yōu)化旅游景區(qū)空間布局、加強區(qū)域協(xié)作提供依據(jù)；靜恩明（2017）等人收集河北省旅游A級旅游網(wǎng)站的旅游人數(shù)作為網(wǎng)絡(luò)關(guān)注度，利用核密度方法對其進行了網(wǎng)絡(luò)關(guān)注度的空間分布特征。劉嘉毅（2019）以“天價蝦”為研究對象，對“天價蝦”旅游網(wǎng)絡(luò)關(guān)注度的時空演化特點進行了研究，并運用多元回歸法從時序分布和空間分布兩個角度分析了旅游輿情網(wǎng)絡(luò)關(guān)注度影響因素；于潔（2018）利用20家研學(xué)旅游基地的百度指數(shù)，通過灰色關(guān)聯(lián)法從多因素角度分析了研學(xué)旅游基地網(wǎng)絡(luò)關(guān)注度影響因素；曾銘（2019）利用微博對142個會展城市的旅游流量進行了統(tǒng)計并作為網(wǎng)絡(luò)關(guān)注度，并對其進行了空間和時間上的特點進行了統(tǒng)計分析，通過灰色關(guān)聯(lián)法分析了網(wǎng)絡(luò)關(guān)注度的影響因素[]。1.2A級旅游景區(qū)研究國外5A級旅游景區(qū)研究世界旅游組織至今尚未對“旅游景區(qū)”進行界定，僅有英美旅游機構(gòu)及旅游學(xué)者提出類似“旅游景區(qū)”的概念：(1)廣義上的旅游目的地；(2)狹義上是一種運營實體，以吸引旅游者的娛樂和旅游。AllanThomasWilliams（2017）對哥倫比亞北部35個海灘利用部門分析法進行分析，發(fā)現(xiàn)海灘類型、景區(qū)環(huán)境、景區(qū)景觀與景區(qū)管理存在著相互關(guān)系，而景區(qū)環(huán)境惡化已經(jīng)成為制約國家經(jīng)濟發(fā)展的一個重要因素。OleksandrKarasov（2019）等以葡萄牙北部Peneda-Ger's國家公園為研究區(qū)，利用Flickr和Panoramio的地理位置信息，建立了一個以GISDLM為基準(zhǔn)的評價指標(biāo)。研究結(jié)果顯示，景觀一致性指標(biāo)與景觀價值具有顯著的正向關(guān)系，該研究結(jié)果可應(yīng)用于景觀規(guī)劃與管理；NelsonRangel-Buitrago（2018）研究了哥倫比亞加勒比海137個海岸站點，對風(fēng)景質(zhì)量、垃圾內(nèi)容和垃圾種類進行了分析，并將其劃分為5個類別。國內(nèi)5A級旅游景區(qū)研究國內(nèi)研究內(nèi)容包括：A級景區(qū)與滿意度研究、A級景區(qū)與網(wǎng)絡(luò)媒體研究、A級景區(qū)與景區(qū)門票研究、A級景區(qū)與空間布局研究。劉志成（2019）、許永華（2018）等人根據(jù)SEM模型和ROSTCM對武陵源、龍脊梯田等5個A級梯田進行了游客滿意度調(diào)查；陳紅玲（2017），采用了模糊綜合評判方法，以北京明十三陵為研究對象，對陵園旅游滿意度進行了分析。由亞男等、史甜甜（2018）等分別以新疆、廣東5A級旅游景區(qū)為研究單元，基于微信公眾號，通過ROSTContentMining軟件、Kano模型等，對微信公眾號影響力、用戶滿意度及偏好的進行分析；李東瑾（2017）等以海南A級景區(qū)為研究對象，采用4P營銷理論和內(nèi)容分析方法，對其網(wǎng)絡(luò)營銷戰(zhàn)略進行了探討；謝彥君（2019）以國家重點旅游景區(qū)為研究對象，從理論和實踐兩方面探討了我國旅游景區(qū)門票普遍降價的可行性，認(rèn)為當(dāng)前的理論依據(jù)還不能充分支持降低景區(qū)門票價格的措施，存在夸大景區(qū)實際價格水平的嫌疑；王公為（2019）以5A景區(qū)為例，通過對景區(qū)季節(jié)性因素影響的分析，提出景區(qū)屬性、類型、資源稟賦對景區(qū)具有調(diào)節(jié)作用。；李政欣（2019）利用ArcGIS技術(shù)對浙江省3A景區(qū)鄉(xiāng)村空間分布特點及影響因子進行了實證分析；張玉（2019）從新媒體角度出發(fā)，從精準(zhǔn)、口碑、整合營銷三個角度探討了5A級景區(qū)營銷模式的變化。參考文獻(xiàn)[1]曾可盈,周麗君.基于百度指數(shù)的東北三省4A級及以上景區(qū)網(wǎng)絡(luò)關(guān)注度分析[J].東北師大學(xué)報(自然科學(xué)版),2019,51(1):138.[2]中國互聯(lián)網(wǎng)信息中心.第48次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計報告[R].2021.[3]OnderI.ForecastingtourismdemandwithGoggletrends:Accuracycomparisonofcountriesversuscities[J].InternationalJournalofTourismResearch,2017(4).[4]PanB.Thepowerofsearchenginerankingfortouristdestinations[J].TourismManagement,2015,47:79-87.[5]ArtolaC,PintoF,dePedrazaGarcíaP.Caninternetsearchesforecasttourisminflows?[J].InternationalJournalofManpower,2015,36(1):103-116.[6]ChenR,LiangCY,HongWC,etal.Forecastingholidaydailytouristflowbasedonseasonalsupportvectorregressionwithadaptivegeneticalgorithm[J].AppliedSoftComputing,2015,26:435-443.[7]周曉麗,唐承財.基于網(wǎng)絡(luò)搜索大數(shù)據(jù)的5A級景區(qū)客流量預(yù)測分析[J].干旱資源與環(huán)境,2020,34(03):204-208.[8]黃鯤.九寨溝網(wǎng)絡(luò)關(guān)注度分析及客流量預(yù)測模型構(gòu)建[D].上海:上海師范大學(xué),2017.[9]曾可盈,周麗君.基于百度指數(shù)的東北三省4A級及以上景區(qū)網(wǎng)絡(luò)關(guān)注度分析[J].東北師大學(xué)報(自然科學(xué)版),2019,51(01):133-138.[10]李會琴,李丹,董曉晴等.中國5A級景區(qū)分布及網(wǎng)絡(luò)關(guān)注度空間格局研究[J].干旱區(qū)資源與環(huán)境,2019,33(10):178-184.[11]靜恩明.河北省A級景區(qū)現(xiàn)實空間格局與網(wǎng)絡(luò)關(guān)注度空間格局耦合分析[D].石家莊:河北師范大學(xué),2017.[12]劉嘉毅,陳玲,陳玉萍.旅游輿情網(wǎng)絡(luò)關(guān)注度時空演變特征與影響因素[J].地域研究與開發(fā),2019,38(01):88-94.[13]于潔.中國研學(xué)旅游基地網(wǎng)絡(luò)關(guān)注度時空特征及影響因素研究[D].湖北:華中師范大學(xué),2018.[14]曾銘.中國會展城市網(wǎng)絡(luò)關(guān)注度時空分布特征及其影響因素研究[D].長沙:湖南師范大學(xué),2019.[15]WilliamsAT,Rangel-BuitragoNG,AnfusoG,etal.LitterimpactsonsceneryandtourismontheColombiannorthCaribbeancoast[J].TourismManagement,2016,(55):209-224.[16]WilliamsAT,Rangel-BuitragoNG,AnfusoG,etal.LitterimpactsonsceneryandtourismontheColombiannorthCaribbeancoast[J].TourismManagement,2017,(55):209-224.[17]OleksandrK,AntónioAvelinoBV,MartK,etal.Landscapecoherencerevisited:GIS-basedmappinginrelationtoscenicvaluesandpreferencesestimatedwithgeolocatedsocialmediadata[J].EcologicalIndicators,2019,(12):1-14.[18]Rangel-BuitragoN,WilliamsA,AnfusoG.Killingthegoosewiththegoldeneggs:LittereffectsonscenicqualityoftheCaribbeancoastofColombia[J].MarinePollutionBulletin,2018,(127):22-38.[19]劉志成,錢怡伶.基于SEM模型武陵源生態(tài)旅游景區(qū)游客滿意度研究[J].湖南社會科學(xué),2019,(3):121-127.[20]陳紅玲.基于網(wǎng)絡(luò)評論的陵墓類景區(qū)游客滿意度研究—以北京明十三陵為例[J].廣西大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2017,(3):49-53.[21]由亞男,梁霄.旅游微信公眾號影響力與受眾偏好研究—以新疆5A級旅游景區(qū)為例[J].新疆財經(jīng)大學(xué)學(xué)報,2018,(4):47-55.[22]史甜甜,陳少婷.旅游景區(qū)微信公眾號服務(wù)內(nèi)容及用戶需求分析—以廣東省5A景區(qū)為例[J].旅游研究,2019,(1):30-45+73.[23]趙曉罡,王瑤,常亮.基于改進熵值法的景區(qū)微博平臺影響力評價