点此搜书

国内旅游市场研究  Internet环境下的新透视
  • 作 者:李君轶著
  • 出 版 社:北京:科学出版社
  • 出版年份:2010
  • ISBN:9787030267474
  • 标注页数:179 页
  • PDF页数:192 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

8

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源192 ≥179页】

图书下载及付费说明

1、所有的电子图书为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

3、所有的电子图书都是原书直接扫描方式制作而成。

第1章 导论 1

1.1 问题的提出 1

1.1.1 全球旅游的快速发展 1

1.1.2 我国国内旅游的兴起 2

1.1.3 Internet在旅游中的应用和普及 2

1.1.4 旅游需求方式的转变 4

1.1.5 理论意义和实践价值 4

1.2 国内外研究进展 6

1.2.1 国内研究综述 6

1.2.2 国外研究 9

1.2.3 国内外研究评述 13

1.3 研究对象、研究方法和结构框架 15

1.3.1 研究对象 15

1.3.2 研究方法 15

1.3.3 研究框架和技术路线 17

1.4 主要研究内容 18

参考文献 19

第2章 互联网与旅游市场发展 24

2.1 旅游界关注互联网的原因分析 24

2.1.1 网络销售规模不断扩大 24

2.1.2 旅游虚拟营销是旅游市场营销的重要渠道 25

2.1.3 Internet已逐渐成为游客最主要的信息来源渠道 25

2.1.4 国际互联网的高速发展 26

2.1.5 我国网民数量巨大,增长速度快 27

2.1.6 国内旅游网站数量增长迅猛 29

2.1.7 我国旅游网络市场规模平稳增长 29

2.2 互联网对旅游市场及其研究的影响分析 30

2.2.1 对旅游信息传播的影响 30

2.2.2 对旅游分销的影响 31

2.2.3 对旅游产品和服务的影响 32

2.2.4 对旅游价格的影响 33

2.2.5 对游客行为研究的影响 34

2.3 我国互联网的发展——地域分布和城乡分布极不平衡 34

2.4 网民与国内游客的特征匹配分析 37

2.4.1 性别比例基本平衡 37

2.4.2 高中以上学历占绝大部分 37

2.4.3 绝大部分网民在家里上网 37

2.4.4 网民的年龄分布——以青年为主体 38

2.4.5 上网目的以休闲娱乐和获取信息为主 39

2.4.6 结论 39

2.5 国内游客网络行为分析 39

2.5.1 信息查询 39

2.5.2 网络旅游论坛 41

2.5.3 网上预订 42

2.5.4 对网络旅游信息内容的关注程度 43

2.6 我国旅游网站的发展情况与旅游信息提供 45

2.6.1 旅游门户网站的发展情况与信息提供 45

2.6.2 旅游官方网站的发展情况与信息提供 46

2.6.3 旅游企业网站的发展情况与信息提供 47

2.6.4 陕西省旅游网站的发展情况与信息提供 47

2.6.5 影响游客选择旅游网站的因素 48

参考文献 49

第3章 研究的理论基础 50

3.1 旅游需求理论 50

3.1.1 旅游需求影响因素分析 51

3.1.2 旅游需求理论解释 52

3.2 旅游需求预测模型 55

3.2.1 旅游需求预测类型 55

3.2.2 定量预测模型 57

3.2.3 定性预测模型 66

3.3 Web数据挖掘 69

3.3.1 Web数据挖掘理论 69

3.3.2 数据挖掘的功能 70

3.3.3 Web数据挖掘应用 71

3.3.4 Web数据相关分析 72

3.4 地理信息系统理论 73

3.4.1 地理信息系统的概念及功能 73

3.4.2 地理信息系统构成 74

3.4.3 地理信息系统开发 75

参考文献 77

第4章 基于Internet的旅游市场系统分析 78

4.1 基于Internet的旅游市场分析系统 78

4.2 应用Internet研究旅游市场的优势 79

4.3 游客信息搜索处理过程与旅游决策 80

4.4 应用Web数据源研究旅游市场的可能性和优势分析 82

4.4.1 Web日志数据应用于旅游市场研究 82

4.4.2 优势分析 83

4.5 Web数据源研究 84

4.5.1 Web数据源分析 84

4.5.2 基于需求侧理论的旅游Web信息源发展的驱动力分析 85

4.6 基于Web数据源的旅游市场研究 87

4.6.1 集中式旅游Web信息组织与旅游市场映射框架建立 87

4.6.2 基于Web数据挖掘的旅游客源市场分析与预测 88

4.7 旅游网络信息场理论及其导流机制 91

4.7.1 旅游网络信息场 91

4.7.2 旅游网络信息场导引力 92

4.7.3 旅游网络信息场强度 93

4.8 基于GIS的旅游市场虚拟信息系统的构建 94

4.8.1 系统总体设计与流程 94

4.8.2 系统功能设计 95

4.8.3 数据库设计 96

参考文献 97

第5章 陕西省旅游市场发展概况 98

5.1 陕西省旅游概况 98

5.2 陕西省旅游市场发展概况 99

5.2.1 国内旅游发展状况 99

5.2.2 陕西省国内旅游特征 100

5.3 陕西省旅游市场存在问题分析 103

5.3.1 产品开发与旅游需求存在错位 103

5.3.2 旅游产业市场化发展滞后 105

5.3.3 市场营销投资乏力,旅游目的地形象宣传不足 105

5.3.4 管理体制上的制约 105

5.3.5 地理区位局限了客源市场 105

5.4 陕西省旅游市场面临的机遇 106

5.4.1 旅游业发展带来的机遇 106

5.4.2 资源优势带来的机遇 106

5.4.3 国家宏观环境带来的机遇 106

5.4.4 国际旅游市场环境带来的机遇 106

5.4.5 国际大事件带来的机遇 107

参考文献 107

第6章 数据获取与分析 108

6.1 旅游市场问卷调查数据获取与分析 108

6.1.1 目的 108

6.1.2 方法 108

6.1.3 数据分析 109

6.2 Web数据获取与分析 110

6.2.1 Web数据获取平台 110

6.2.2 Web数据处理 113

6.2.3 模式分析 115

6.3 其他数据的获取 115

参考文献 115

第7章 基于Web数据的陕西省旅游市场分析 117

7.1 Web数据和实地调查数据的相关和关联分析 117

7.2 景区(点)偏好分析 118

7.3 数据季节变化对比 122

7.4 数据的空间差异对比分析 124

7.5 不同级别景区的数据差异对比 128

7.6 不同类型景区的数据变化分析 129

7.7 客源地模糊聚类分析 131

7.8 陕西省旅游网络信息场分析 133

7.8.1 中华行知网对陕西省旅游导引力分析 133

7.8.2 中华行知网对陕西省旅游场强分析 133

7.8.3 陕西省旅游信息场聚类分析 134

7.8.4 结果与讨论 135

7.9 基于Web亲景度的客源分析 135

参考文献 139

第8章 基于Web数据源的旅游需求预测模型构建 140

8.1 传统预测模型 140

8.1.1 时间序列模型——指数模型预测 140

8.1.2 灰色模型预测 140

8.2 基于Web数据的修正引力模型 142

8.3 基于Web数据源的新空间模型 144

8.3.1 主要客源地旅游需求预测模型——从一般到特殊的方法 144

8.3.2 游客在目的地空间分布模型 148

8.4 基于Web数据的ARIMA模型 150

8.5 基于Web数据的不同层次景区的潜在旅游需求模型 151

参考文献 153

第9章 基于GIS和Web的旅游市场信息系统构建 154

9.1 系统开发方式及开发平台的选择 154

9.1.1 系统开发方式 154

9.1.2 系统开发平台 154

9.2 系统设计 155

9.2.1 系统结构设计 155

9.2.2 系统功能设计 155

9.2.3 网络结构设计 157

9.2.4 数据库设计 158

9.3 陕西省旅游市场虚拟信息系统实现 158

9.3.1 系统界面 158

9.3.2 系统功能实现 158

参考文献 163

第10章 陕西省旅游虚拟市场构建与旅游虚拟营销 164

10.1 虚拟营销的优势与陕西省旅游虚拟营销存在的不足 164

10.2 旅游虚拟营销策略 166

10.3 陕西省旅游网络营销组合策略 170

10.4 陕西省旅游网站发展策略 172

参考文献 175

第11章 总结与展望 177

11.1 研究结论 177

11.1.1 我国网民特征和国内游客特征十分相似 177

11.1.2 集中式Web数据是研究旅游市场虚拟的重要数据源 177

11.1.3 Web数据和旅游市场分析框架之间具有映射关系 177

11.1.4 Web数据和实地调查数据具有很强的关联性 178

11.1.5 利用Web数据源对旅游市场分析高效、准确 178

11.1.6 基于Web数据的旅游市场预测模型效果良好 178

11.2 研究展望 178

购买PDF格式(8分)
返回顶部