分类筛选
分类筛选:

关于互联网背景论文范文资料 与互联网背景下在线旅游用户数据有关论文参考文献

版权:原创标记原创 主题:互联网背景范文 科目:专科论文 2024-03-22

《互联网背景下在线旅游用户数据》:本论文可用于互联网背景论文范文参考下载,互联网背景相关论文写作参考研究。

摘 要:目的:本文以在线旅游用户为研究对象,探寻在线旅游者旅游前、中、后的网络足迹,有利于旅游用户更好的利用在线旅游平台了解旅游信息,掌握最优旅游路线,分享旅游经历,体验智慧旅游,提高了用户的满意度.方法:通过问卷星平台向用户发放300份问卷.结论:在线旅游用户在旅游前、中、后的三个阶段的网络行为均由在线旅游信息搜寻行为、在线旅游预订行为以及在线旅游互动分享行为构成,100%的在线旅游用户旅游后存在分享互动行为.

关键词:在线旅游;网络行为;影响因素

一、前言

近年来大数据技术发展迅速,智能终端的普及移动互联网的快速发展又恰好迎合了旅游者对旅游的自主性和多样性的需求,从而使得越来越多的旅游者开始借助客户端或互联网获取旅游信息.现有研究已经涉及到在线旅游用户预定及消费行为研究,旅游预测,旅游服务质量,旅游数据相关性,为本课题的研究奠定良好的基础.Ghose(2012)等人研究了如何利用用户生成数据来设计旅游搜索引擎的酒店显示排序,探索出消费者数据和酒店排序系统的关联性;Hudson(2013)等从社会媒体对旅游者决策行为的影响角度出发探讨了在旅游数据之间的关联规则;黄先开(2013)等基于百度指数数据探讨了故宫有关的关键词和故宫景区实际游客量之间的关系.刘益(2014)基于大众点评网上热门旅游城市景区团购的相关交易信息探究了景区知名度、团购折扣率、满意度提升、团购人数等变量和景区团购购买意愿的相关关系.现有研究已经涉及到在线旅游用户预定及消费行为研究,旅游预测,旅游服务质量,旅游数据相关性,为本课题的研究奠定良好的基础.但是国内外关于在线旅游用户数据研究还存在数据采集方法单一,关联研究的范围有待扩展的问题.因此本研究将采用传统的问卷调查法和网络爬虫相结合的方法搜集数据,扩充数据的范围和维度,并且采用统计分析法和数据挖掘的关联算法对在线旅游用户数据进行研究,提出采用朴素贝叶斯算法进行个性化推荐的研究思路.

二、研究对象和方法

1.研究对象和数据来源

本文将首先以在线旅游用户为研究对象,基于统计学的视角设计相关的网络调查问卷和访谈提纲,搜集用户在线旅游数据,进而对在线旅游用户数据进行分析研究,利用问卷星网络调查平台发放设计好的问卷,问卷主要包括用户的旅游目的地和旅游方式,在线旅游信息搜寻行为,预订行为,互动行为,分享行为,回收问卷300份.并且自行设计访谈提纲,主要就关于在线旅游的网络行为的问题进行提问.

2.方法设计

(1)文献研究法:通过查阅中外文献,综合梳理国内外关于大数据背景下在线旅游用户数据研究以及关联性研究的文献.

(2)问卷调查法:在文献研究的基础上,本研究设计了在线旅游者在旅游前、中、后三个过程中的网络行为的调查问卷.

(3)统计分析法:对搜集的旅游数据,借助SPSS和R等软件对在线旅游用户网络行为(在线旅游消费偏好、旅游方式偏好,网络互动分享行为)等数据进行描述统计;对旅游目的地选择、旅游服务质量、旅游产品购买情况、旅游预订行为的影响因素做卡方检验.

三、在线旅游用户网络足迹研究

在线旅游用户在旅游前、中、后的三个阶段的网络行为均由在线旅游信息搜寻行为、在线旅游预订行为以及在线旅游互动分享行为构成.其中,在线旅游搜寻行为在旅游前和旅游过程中均较活跃;在线旅游预订行为在旅游前最为活跃;在线旅游分享行为在旅游过程中和旅游后相对比较活跃.

1.在线旅游信息搜寻行为研究

研究发现,几乎所有被调查用户在旅游前或者旅游中都发生过旅游信息的搜寻行为.借助于SPSS软件,本文对旅游信息搜寻内容的数据进行了分析,在线旅游用户旅游前旅游信息搜寻行为可分为三个梯度.第一梯度是旅游游玩信息,属于旅游核心信息,分别有35%、46%的在线旅游用户在旅游前搜寻旅游攻略和景点、特产美食信息.第二梯度是旅游服务信息查询,属于旅游保障性信息,分别有48%、40%的在线旅游用户在旅游前搜寻目的地天气信息和交通信息.第三梯度为其他信息查询,属于辅助性旅游信息,用户在旅游前访问旅游社区及网络论坛,询问旅游目的地的注意事项、小费给予多少合适等特殊信息,这类搜寻量在增长.从搜寻行为的信息源来看,以百度,谷歌为代表的综合搜索引擎地位受到旅游平台商的冲击.处于第一梯度层次的旅游攻略以及景点美食特产的搜寻,旅游平台商的占 别高达70%,69%,远高于综合搜索引擎.

2.在线旅游信息预订行为研究

随着互联网技术的高速发展以及旅游用户消费习惯的改变,越来越多的旅游用户选择在线预订旅游产品.在线旅游用户在旅游前或旅游中预订最多的是景区门票,占比为59%,其次是酒店、 、机票.因此,“玩”、“住”是在线旅游用户最为关注的旅游产品.而且相对于“交通+酒店+租车服务”,“交通+景区门票+租车服务”,“酒店+景区门票+租车服务”等多种旅游产品组合而言,交通,景点门票,酒店住宿等旅游单个产品更受在线旅游用户的青睐.

在线旅游用户旅游前预订内容构成方面,不同学历的在线旅游用户对预订旅游产品内容产生影响.初中及以下的在线旅游用户以预订酒店和景区门票为主,大学本科及以上学历的用户预订租车服务及其他产品的比例最高,占比28.7%,因此学历等因素均会对在线旅游用户的预订内容产生影响.和旅游之前相比,在线旅游用户在旅游中的预订旅游产品行为较为平淡.

3.在线旅游互动分享行为研究

问卷结果显示,约22%的在线旅游用户在旅游前会更新有关本次旅游的微信朋友圈、微薄、 等动态.结合深度访谈记录,更新的内容会提及旅游目的地,旅游前照片,旅游期望值等相关的信息.在线旅游中,在线旅游用户的分享互动行为主要表现为写游记,更新有关本次旅游的微信朋友圈、微薄、 等动态,用户使用移动端(手机、平板)进行分享互动行为的占比远高于PC端.在旅游后是在线旅游用户进行旅游经历分享互动行为最活跃的阶段.问卷结果显示,100%的在线旅游用户旅游后存在分享互动行为.从分享互动的内容构成来看,旅游后分享互动行为主要集中在更新关于本次旅游的微信朋友圈、微博、 等动态.

四、总结

在线旅游用户在旅游前、中、后的三个阶段的网络行为均由在线旅游信息搜尋行为、在线旅游预订行为以及在线旅游互动分享行为构成.在信息内容的搜寻层面,在线旅游用户在出游前查询最多的是旅游攻略信息和景点美食信息,在旅游过程中则对交通信息以及预订信息需求最大.在在线旅游预订行为方面,在线旅游用户在旅游前或旅游过程中预订最多的旅游产品为景区门票,不同学历的在线旅游用户预定的产品存在差异.100%的在线旅游用户旅游后存在分享互动行为.从分享互动的内容构成来看,旅游后分享互动行为主要集中在更新关于本次旅游的微信朋友圈、微博、 等动态,上传照片视频等.分享渠道来看,旅游后不同的分享互动行为选择不同渠道存在差异.

参考文献:

[1]Ghose Anindya,Panagiotis G.Ipeirotis,BeiBei Li.Designing ranking systems for hotels on travel search engins by mining user-generated and crowdsourced content[J].Marketing Science,2012,31(3):493-520.

[2]S.Hudson,K.Thai.The impact of social Media on the consumer decision process implications for tourism marketing[J].Journal of Travel Tourism Marketing,2013,30:156-160.

[3]吕洋洋,白凯.旅游交易网站消费者评价维度研究一以携程网为例[J].旅游科学,2014,28(2):49-61.

[4]黄先开,张丽峰,丁于思.百度指数和旅游景区游客量的关系及预测研究一以北京故宫为例[J].旅游学刊,2013,28(11):93-99.

作者简介:金泽鑫(1992.07- ),男,汉族,江苏扬州人,南京邮电大学经济学院,2015级研究生,研究方向:市场统计

互联网背景论文参考资料:

互联网创业论文

论文背景

关于互联网金融的论文

互联网金融论文题目

互联网论文

关于互联网的论文

结论:互联网背景下在线旅游用户数据为关于本文可作为相关专业互联网背景论文写作研究的大学硕士与本科毕业论文互联网媒体背景论文开题报告范文和职称论文参考文献资料。

和你相关的