中国旅游大数据研究：二十年回顾与展望

doi:10.12054/lydk.bisu.204

旅游导刊 ›› 2022, Vol. 6 ›› Issue (4): 68-104.DOI: 10.12054/lydk.bisu.204

• 综述论文 • 上一篇

中国旅游大数据研究：二十年回顾与展望

江帆¹, 林珊珊¹(), 应天煜¹, 潘冰², 周亚庆¹

1.浙江大学管理学院浙江杭州 310058
2.美国宾夕法尼亚州立大学健康与人类发展学院美国宾夕法尼亚州帕克 16802

收稿日期:2021-11-08 修回日期:2022-05-24 出版日期:2022-08-30 发布日期:2022-09-26
通讯作者: 林珊珊（1984— ）,女,福建福清人,浙江大学管理学院副教授,博士生导师,研究方向：旅游经济学、文旅数字化、中国游客行为等。E-mail： shanshanlin@zju.edu.cn
作者简介:江帆（1997— ）,女,云南昆明人,浙江大学管理学院博士研究生,研究方向：游客消费行为、旅游大数据等。
应天煜（1981—）,男,浙江湖州人,浙江大学管理学院研究员,博士生导师,研究方向：旅游者行为、目的地营销、智慧旅游与智慧酒店、服务体验等。
潘冰（1974—）,男,美国人,美国宾夕法尼亚州立大学健康与人类发展学院休闲、公园与旅游管理系副教授,研究方向：旅游和公园大数据、信息技术、电子商务、目的地营销等。
周亚庆（1974—）,男,江西玉山人,浙江大学管理学院副教授,硕士生导师,研究方向：旅游企业战略管理、人力资源管理、饭店管理。
基金资助:
国家自然科学基金面上项目“基于系统模型的全域旅游动态监测评价体系的理论框架与实证研究”(71973126)

Tourism Big Data Research in China: A Twenty-Year Review and Prospects

JIANG Fan¹, LIN Shanshan¹(), YING Tianyu¹, PAN Bing², ZHOU Yaqing¹

1. School of Management, Zhejiang University, Hangzhou 310058, China
2. College of Health and Human Development, Penn State University, Parker 16802, the United States of America

Received:2021-11-08 Revised:2022-05-24 Online:2022-08-30 Published:2022-09-26

摘要/Abstract

摘要：

目前国内旅游大数据文献侧重于对具体问题的审视,忽视了对现有应用状况的回顾及所存在问题的反思。本文选取截至2021年1月发表在国内权威期刊上的358篇文献,根据数据来源将旅游大数据划分成用户生成内容数据、设备数据及事务型数据三大类,探索旅游大数据领域的宏观研究历程,之后分别从研究主题、数据特征和分析技术3个维度对每一类数据类型的实证研究进行全面梳理。研究发现,目前国内旅游大数据研究已取得一定进展,在研究主题、数据特征和分析技术上都有所创新,但不同类型数据的研究分布并不均衡,未来可以从研究主题、数据获取途径及分析技术等角度进一步深化。

关键词: 旅游; 大数据; 文献综述; 中国知网; 大数据类型

Abstract:

Most of the existing research on tourism big data in China has focused on identifying and analyzing specific problems in the tourism industry and lacks a critical evaluation of contemporary, state-of-the-art studies on big data in tourism. This paper examines empirical studies of big data in tourism that have been published in the Chinese language, reviewing 358 journal papers published in prestigious Chinese academic publications on tourism as of January 2021. In these studies, three types of big data are used: UGC data, device data, and transaction data. Under each data type, in-depth investigations of the study’s goals, data features, and analytical approaches are undertaken. While tourism big data research in China has taken significant strides in study topics, data collection, and analytic methods, the distribution of research on various forms of data is as yet uneven. There is, therefore, room for improvement in study topics, data collection methods, and analysis approaches.

Keywords: tourism; big data; literature review; Chinese publications; CNKI; types of big data

中图分类号:

江帆, 林珊珊, 应天煜, 潘冰, 周亚庆. 中国旅游大数据研究：二十年回顾与展望[J]. 旅游导刊, 2022, 6(4): 68-104.

JIANG Fan, LIN Shanshan, YING Tianyu, PAN Bing, ZHOU Yaqing. Tourism Big Data Research in China: A Twenty-Year Review and Prospects[J]. Tourism and Hospitality Prospects, 2022, 6(4): 68-104.

图/表 6

参考文献 115

[1]	Gantz J, Reinsel D. Extracting value from chaos[J]. Proceedings of IDC iView, 2011:1-12.
[2]	Li J J, Xu L Z, Tang L, et al. Big data in tourism research:A literature review[J]. Tourism Management, 2018(68):301-323.
[3]	Pan B, Yang Y. Monitoring and Forecasting Tourist Activities with Big Data[M]//Uysal M,Schwartz Z,Sirakaya-Turk E. Management Science in Hospitality and Tourism:Theory,Practice,and Applications. New York: Apple Academic Press, 2017:43-62.
[4]	Scott J. Social Network Analysis:A Handbook[M]. Thousand Oaks: SAGE Publications, 2000.
[5]	柏秦凤, 霍治国, 贺楠, 等. 中国20座旅游城市人体舒适度指数分析[J]. 生态学杂志, 2009, 28(8):1607-1612.
	[ BAI Qinfeng, HUO Zhiguo, HE Nan, et al. Analysis of human body comfort index of 20 tourist cities in China[J]. Chinese Journal of Ecology, 2009, 28(8):1607-1612.]
[6]	陈曦, 李啸虎, 关靖云. 基于微博签到数据的天山天池景区游客流时空特征研究[J]. 地域研究与开发, 2019, 38(4):85-91.
	[ CHEN Xi, LI Xiaohu, GUAN Jingyun. Research on the temporal and spatial characteristics of tourist flow in Tianchi Lake scenic spot based on micro-blog check-in data[J]. Areal Research and Development, 2019, 38(4):85-91.]
[7]	丛丽, 何继红. 野生动物旅游景区游客情感特征研究——以长隆野生动物世界为例[J]. 旅游学刊, 2020, 35(2):53-64.
	[ CONG Li, HE Jihong. An emotional analysis of tourists in wildlife tourism scenic spots:A case study in Chimelong Safari Park[J]. Tourism Tribune, 2020, 35(2):53-64.]
[8]	戴光全, 陈欣. 旅游者摄影心理初探——基于旅游照片的内容分析[J]. 旅游学刊, 2009, 24(7):71-77.
	[ DAI Guangquan, CHEN Xin. An initial discussion about tourists’ photographic psychology:Based on the content analysis of tourist photos[J]. Tourism Tribune, 2009, 24(7):71-77.]
[9]	戴文, 丁蕾, 吴晨, 等. 基于大数据的旅游流时空分布特征研究——以南京市为例[J]. 现代城市研究, 2019(2):38-44,53.
	[ DAI Wen, DING Lei, WU Chen, et al. Big data based spatial-temporal distribution pattern of tourism flow:A case study of Nanjing[J]. Modern Urban Research, 2019(2):38-44,53.]
[10]	邓宁, 刘耀芳, 牛宇, 等. 不同来源地旅游者对北京目的地形象感知差异——基于深度学习的Flickr图片分析[J]. 资源科学, 2019, 41(3):416-429.
	[ DENG Ning, LIU Yaofang, NIU Yu, et al. Different perceptions of Beijing’s destination images from tourists:An analysis of Flickr photos based on deep learning method[J]. Resources Science, 2019, 41(3):416-429.]
[11]	邓宁, 钟栎娜, 李宏. 基于UGC图片元数据的目的地形象感知——以北京为例[J]. 旅游学刊, 2018, 33(1):53-62.
	[ DENG Ning, ZHONG Lina, LI Hong. Perception of travel destination image based on user-generated photograph metadata:The case of Beijing[J]. Tourism Tribune, 2018, 33(1):53-62.]
[12]	丁娟, 李俊峰. 基于Web地理图片的中国入境游客POI空间格局[J]. 经济地理, 2015, 35(6):24-31.
	[ DING Juan, LI Junfeng. Spatial patterns of Chinese inbound tourist POI:An analysis of geographic information from web pictures[J]. Economic Geography, 2015, 35(6):24-31.]
[13]	董正秀, 黄震方. 基于文本分析的智慧景区微信关注度研究——以南京钟山风景区和智慧夫子庙微信为例[J]. 资源开发与市场, 2018, 34(2):281-285.
	[ DONG Zhengxiu, HUANG Zhenfang. Content analysis on WeChat used in smart scenic area:A case study of official accounts in Nanjing Zijin Mountain scenic area and Confucius Temple[J]. Resource Development & Market, 2018, 34(2):281-285.]
[14]	段莉琼, 刘少俊, 刘泽华, 等. 城市旅游流时空网络模型研究与应用[J]. 测绘通报, 2018(10):51-55.
	[ DUAN Liqiong, LIU Shaojun, LIU Zehua, et al. Research and application of temporal and spatial network model for urban tourism flow[J]. Bulletin of Surveying and Mapping, 2018(10):51-55.]
[15]	苟思远, 李钢, 张可心, 等. 基于自媒体平台的“旅游者”时空行为研究——以W教授的微信“朋友圈”为例[J]. 旅游学刊, 2016, 31(8):71-80.
	[ GOU Siyuan, LI Gang, ZHANG Kexin, et al. Space-time behavior of “tourists” based on self-media platform:A case study of professor W’s WeChat moments[J]. Tourism Tribune, 2016, 31(8):71-80.]
[16]	郭风华, 王琨, 张建立, 等. 成都“五朵金花”乡村旅游地形象认知——基于博客游记文本的分析[J]. 旅游学刊, 2015, 30(4):84-94.
	[ GUO Fenghua, WANG Kun, ZHANG Jianli, et al. Rural tourism destination image of the case in “Five Golden Flowers”Chengdu:Based on the text mining of blogs[J]. Tourism Tribune, 2015, 30(4):84-94.]
[17]	郝志刚. 移动大数据时代我国旅游发展的新思考[J]. 旅游学刊, 2016, 31(6):1-2.
	[ HAO Zhigang. New thoughts on China’s tourism development in the era of mobile big data[J]. Tourism Tribune, 2016, 31(6):1-2.]
[18]	黄杰, 马继, 谢霞, 等. 旅游者体验价值感知的维度判别与模型研究——基于新疆游客网络文本的内容分析[J]. 消费经济, 2017, 33(2):85-91.
	[ HUANG Jie, MA Ji, XIE Xia, et al. The dimensions discrimination and model study of tourists’ experience value perception[J]. Consumer Economics, 2017, 33(2):85-91.]
[19]	黄先开, 张丽峰, 丁于思. 百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例[J]. 旅游学刊, 2013, 28(11):93-100.
	[ HUANG Xiankai, ZHANG Lifeng, DING Yusi. Study on the predictive and relationship between tourist attractions and the Baidu Index:A case study of the Forbidden City[J]. Tourism Tribune, 2013, 28(11):93-100.]
[20]	黄潇婷. 基于GPS与日志调查的旅游者时空行为数据质量对比[J]. 旅游学刊, 2014, 29(3):100-106.
	[ HUANG Xiaoting. Quality comparison between space-time data of tourists’ behaviour captured using GPS tracking technology and activity diaries[J]. Tourism Tribune, 2014, 29(3):100-106.]
[21]	黄潇婷, 李玟璇, 张海平, 等. 基于GPS数据的旅游时空行为评价研究[J]. 旅游学刊, 2016, 31(9):40-49.
	[ HUANG Xiaoting, LI Wenxuan, ZHANG Haiping, et al. Evaluation of tourist temporal-spatial behavior based on GPS data[J]. Tourism Tribune, 2016, 31(9):40-49.]
[22]	黄潇婷, 张晓珊, 赵莹. 大陆游客境外旅游景区内时空行为模式研究——以香港海洋公园为例[J]. 资源科学, 2015, 37(11):2140-2150.
	[ HUANG Xiaoting, ZHANG Xiaoshan, ZHAO Ying. Temporal-spatial behavior patterns of Chinese mainland tourists at Ocean Park Hong Kong[J]. Resources Science, 2015, 37(11):2140-2150.]
[23]	黄潇婷, 朱树未, 赵莹. 产品跟随行为:旅游时间产品规划方法[J]. 旅游学刊, 2016, 31(5):36-44.
	[ HUANG Xiaoting, ZHU Shuwei, ZHAO Ying. Product follows behavior:A tourism time product planning approach[J]. Tourism Tribune, 2016, 31(5):36-44.]
[24]	贾衍菊. 社交媒体时代旅游者行为研究进展——基于境外文献的梳理[J]. 旅游学刊, 2017, 32(4):117-126.
	[ JIA Yanju. A review of tourist behavior studies on social media:Based on overseas literature[J]. Tourism Tribune, 2017, 32(4):117-126.]
[25]	康俊锋, 郭星宇, 方雷. 基于百度指数时空分布的旅游趋势预测研究——以上海市为例[J]. 西南师范大学学报(自然科学版), 2020, 45(10):72-81.
	[ KANG Junfeng, GUO Xingyu, FANG Lei. Tourism trend prediction based on Baidu Index spatial and temporal distribution[J]. Journal of Southwest China Normal University (Natural Science Edition), 2020, 45(10):72-81.]
[26]	孔令怡, 吴江, 魏玲玲, 等. 旅游凝视下凤凰古城旅游典型意象元素分析——基于隐喻抽取技术(ZMET)[J]. 旅游学刊, 2018, 33(1):42-52.
	[ KONG Lingyi, WU Jiang, WEI Lingling, et al. Typical tourism image elements of Fenghuang ancient town analyzed from the tourist gaze perspective:Based on the Zaltman Metaphor Elicitation Technique[J]. Tourism Tribune, 2018, 33(1):42-52.]
[27]	旷芸. 基于Web日志的旅游网站流量影响因素分析[J]. 现代情报, 2013, 33(5):126-130.
	[ KUANG Yun. Analyzing the influencing factors of tourism website flow based on Web log[J]. Journal of Modern Information, 2013, 33(5):126-130.]
[28]	赖胜强, 唐雪梅, 朱敏. 网络口碑对游客旅游目的地选择的影响研究[J]. 管理评论, 2011, 23(6):68-75.
	[ LAI Shengqiang, TANG Xuemei, ZHU Min. A study of the EWOM influence on tourist destination choice[J]. Management Review, 2011, 23(6):68-75.]
[29]	郎月华, 李仁杰, 傅学庆. 基于GPS轨迹栅格化的旅游行为空间模式分析[J]. 旅游学刊, 2019, 34(6):48-57.
	[ LANG Yuehua, LI Renjie, FU Xueqing. Spatial pattern analysis of tourist behavior based on rasterization of GPS trajectories[J]. Tourism Tribune, 2019, 34(6):48-57.]
[30]	黎冬梅, 朱沆. 引起饭店商务旅客不满的服务接触研究——对携程网上北京酒店顾客评论的CIT分析[J]. 旅游科学, 2007, 21(2):46-51.
	[ LI Dongmei, ZHU Hang. Research of hotel business travelers’ dissatisfaction:A CIT analysis of CTRIP website customers’ comments on Beijing hotel[J]. Tourism Science, 2007, 21(2):46-51.]
[31]	李莼, 曹艳姣, 吕本富. 基于网络搜索指数的游客人数预测研究——以新疆阿勒泰冰雪旅游为例[J]. 新疆社会科学, 2016(6):46-51.
	[ LI Chun, CAO Yanjiao, LYU Benfu. Research on tourist number prediction based on Internet search index:A case study of ice-snow tourism in Altay,Xinjiang[J]. Social Sciences in Xinjiang, 2016(6):46-51.]
[32]	李春明, 王亚军, 刘尹, 等. 基于地理参考照片的景区游客时空行为研究[J]. 旅游学刊, 2013, 28(10):30-36.
	[ LI Chunming, WANG Yajun, LIU Yin, et al. A study of the temporal-spatial behavior of tourists based on georeferenced photos[J]. Tourism Tribune, 2013, 28(10):30-36.]
[33]	李春晓, 李辉, 刘艳筝, 等. 多彩华夏:大数据视角的入境游客体验感知差异深描[J]. 南开管理评论, 2020, 23(1):28-39.
	[ LI Chunxiao, LI Hui, LIU Yanzheng, et al. A research on the differences of inbound tourist perceived experience based on text mining[J]. Nankai Business Review, 2020, 23(1):28-39.]
[34]	李国杰, 程学旗. 大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊, 2012, 27(6):647-657.
	[ LI Guojie, CHENG Xueqi. Research status and scientific thinking of big data[J]. Bulletin of the Chinese Academy of Sciences, 2012, 27(6):647-657.]
[35]	李静, 戴光全. 符号视角下的传统节庆体验研究——以广州迎春花市为例[J]. 装饰, 2019(4):28-32.
	[ LI Jing, DAI Guangquan. Study on tourist experience of traditional festivals from the perspective of semotics:A case study of the spring festival flower fair in Guangzhou[J]. Art Design, 2019(4):28-32.]
[36]	李君轶. 旅游数字足迹:在线揭示游客的时空轨迹[J]. 思想战线, 2013, 39(3):103-107.
	[ LI Junyi. Tourism digital footprint:Reveals the traveler’s spatial-temporal trajectory online[J]. Thinking, 2013, 39(3):103-107.]
[37]	李君轶, 任涛, 陆路正. 游客情感计算的文本大数据挖掘方法比较研究[J]. 浙江大学学报(理学版), 2020, 47(4):507-520.
	[ LI Junyi, REN Tao, LU Luzheng. A comparative study of big text data mining methods on tourist emotion computing[J]. Journal of Zhejiang University (Science Edition), 2020, 47(4):507-520.]
[38]	李君轶, 杨敏. 基于Web数据挖掘的旅游需求分析与预测[J]. 旅游科学, 2007, 21(6):47-52.
	[ LI Junyi, YANG Min. An analysis and forecast of tourism demand based on Web data mining[J]. Tourism Science, 2007, 21(6):47-52.]
[39]	李君轶, 朱函杰, 付利利. 基于大数据的西安市国内游客情感体验时空变化研究[J]. 干旱区地理, 2020, 43(4):1067-1076.
	[ LI Junyi, ZHU Hanjie, FU Lili. Spatial-temporal variation of emotional experience of domestic tourists in Xi’an City based on big data[J]. Arid Land Geography, 2020, 43(4):1067-1076.]
[40]	李玲. 运营商大数据在旅游行业应用的现状及思考[J]. 旅游学刊, 2017, 32(9):9-11.
	[ LI Ling. Current situation and consideration of operator big data application in tourism industry[J]. Tourism Tribune, 2017, 32(9):9-11.]
[41]	李琴, 李少波, 王安虹, 等. 基于在线评论数据的景区门票浮动制测评分析方法[J]. 科学技术与工程, 2018, 18(1):273-279.
	[ LI Qin, LI Shaobo, WANG Anhong, et al. Analytics in floating system evaluation of scenic spot tickets based on online comment[J]. Science Technology and Engineering, 2018, 18(1):273-279.]
[42]	李学龙, 龚海刚. 大数据系统综述[J]. 中国科学:信息科学, 2015, 45(1):1-44.
	[ LI Xuelong, GONG Haigang. A survey on big data systems[J]. Scientia Sinica Informationis, 2015, 45(1):1-44.]
[43]	李艳, 严艳, 贠欣. 基于旅游数字足迹的西藏景区空间结构分析[J]. 干旱区资源与环境, 2015, 29(6):176-182.
	[ LI Yan, YAN Yan, YUN Xin. The spatial structure of Tibet tourism based on tourism digital footprint[J]. Journal of Arid Land Resources and Environment, 2015, 29(6):176-182.]
[44]	李渊, 丁燕杰, 王德. 旅游者时间约束和空间行为特征的景区旅游线路设计方法研究[J]. 旅游学刊, 2016, 31(9):50-60.
	[ LI Yuan, DING Yanjie, WANG De. A new approach for designing tourist routes by considering travel time constraints and spatial behavior characteristics of tourists[J]. Tourism Tribune, 2016, 31(9):50-60.]
[45]	李渊, 林晓云, 江和洲, 等. 基于旅游者空间行为特征的景区公厕优化配置——以鼓浪屿为例[J]. 地理与地理信息科学, 2017, 33(2):121-126.
	[ LI Yuan, LIN Xiaoyun, JIANG Hezhou, et al. Optimal configuration of public toilets in scenic area based on tourist spatial behavior characteristics:A case study of Gulangyu[J]. Geography and Geo-Information Science, 2017, 33(2):121-126.]
[46]	李渊, 王秋颖, 王德. GPS与回忆日志在旅游者空间行为上的精度比对——鼓浪屿实证研究[J]. 旅游学刊, 2017, 32(8):81-92.
	[ LI Yuan, WANG Qiuying, WANG De. Precision and differential analysis by using GPS and recall diaries in the tourist’s behavior research:The case of Gulangyu[J]. Tourism Tribune, 2017, 32(8):81-92.]
[47]	林开淼, 郭进辉, 林育彬, 等. 大数据环境下国家公园游憩空间管理研究范式与展望[J]. 林业经济, 2020, 42(1):28-35.
	[ LIN Kaimiao, GUO Jinhui, LIN Yubin, et al. The research framework and prospect of national park recreation space management based on big data[J]. Forestry Economics, 2020, 42(1):28-35.]
[48]	刘俊, 王胜宏, 金朦朦, 等. 基于微博大数据的2010-2018年中国桃花观赏日期时空格局研究[J]. 地理科学, 2019, 39(9):1446-1454.
	[ LIU Jun, WANG Shenghong, JIN Mengmeng, et al. Reconstruction of peach blossom-viewing date of China using Weibo big data[J]. Scientia Geographica Sinica, 2019, 39(9):1446-1454.]
[49]	刘培学, 廖茂林, 张捷, 等. 山岳型景区游客轨迹聚类与体验质量差异研究——以世界遗产地三清山为例[J]. 旅游学刊, 2018, 33(5):56-67.
	[ LIU Peixue, LIAO Maolin, ZHANG Jie, et al. Tourist spatial behavior and experience quality in mountain resorts:A case study of Mount Sanqingshan[J]. Tourism Tribune, 2018, 33(5):56-67.]
[50]	刘逸, 保继刚, 陈凯琪. 中国赴澳大利亚游客的情感特征研究——基于大数据的文本分析[J]. 旅游学刊, 2017, 32(5):46-58.
	[ LIU Yi, BAO Jigang, CHEN Kaiqi. Sentimental features of Chinese outbound tourists in Australia:Big-data based content analysis[J]. Tourism Tribune, 2017, 32(5):46-58.]
[51]	卢宏涛, 张秦川. 深度卷积神经网络在计算机视觉中的应用研究综述[J]. 数据采集与处理, 2016, 31(1):1-17.
	[ LU Hongtao, ZHANG Qinchuan. Applications of deep convolutional neural network in computer vision[J]. Journal of Data Acquisition & Processing, 2016, 31(1):1-17.]
[52]	陆利军. 基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例[J]. 吉首大学学报(社会科学版), 2019, 40(1):138-150.
	[ LU Lijun. On the prediction of tourist volume based on network search index and EMD-ARIMA-BP combination model:A case study of Zhangjiajie[J]. Journal of Jishou University (Social Sciences), 2019, 40(1):138-150.]
[53]	罗秋菊, 梁思贤. 基于数字足迹的自驾车旅游客流时空特征研究——以云南省为例[J]. 旅游学刊, 2016, 31(12):41-50.
	[ LUO Qiuju, LIANG Sixian. Temporal and spatial characteristics of self-driving tourist flows based on tourism digital footprints:A case study in Yunnan province[J]. Tourism Tribune, 2016, 31(12):41-50.]
[54]	吕旭涛, 洪鹏飞. 基于网络文本分析的自行车骑行行为与空间特征研究[J]. 北京体育大学学报, 2018, 41(5):32-39.
	[ LYU Xutao, HONG Pengfei. Behavior characteristics and spatial characteristics of bicycle riding based on the content analysis of network text[J]. Journal of Beijing Sport University, 2018, 41(5):32-39.]
[55]	马超, 李纲, 陈思菁, 等. 基于多模态数据语义融合的旅游在线评论有用性识别研究[J]. 情报学报, 2020, 39(2):199-207.
	[ MA Chao, LI Gang, CHEN Sijing, et al. Research on usefulness recognition of tourism online reviews based on multimodal data semantic fusion[J]. Journal of the China Society for Scientific and Technical Information, 2020, 39(2):199-207.]
[56]	马莉, 刘培学, 张建新, 等. 景区旅游流与网络关注度的区域时空分异研究[J]. 地理与地理信息科学, 2018, 34(2):87-93.
	[ MA Li, LIU Peixue, ZHANG Jianxin, et al. Research on spatial and temporal difference between tourist flow and web search behavior in scenic spots[J]. Geography and Geo-Information Science, 2018, 34(2):87-93.]
[57]	孟小峰, 慈祥. 大数据管理:概念、技术与挑战[J]. 计算机研究与发展, 2013, 50(1):146-169.
	[ MENG Xiaofeng, CI Xiang. Big data management:Concepts,techniques and challenges[J]. Journal of Computer Research and Development, 2013, 50(1):146-169.]
[58]	缪秀梅, 陈烨天, 米传民. 基于ISM和在线评论的汤山温泉顾客满意度研究[J]. 中国管理科学, 2019, 27(7):186-194.
	[ MIAO Xiumei, CHEN Yetian, MI Chuanmin. Study on consumer satisfaction of Tangshan hot springs based on ISM and online reviews[J]. Chinese Journal of Management Science, 2019, 27(7):186-194.]
[59]	潘冰, 李云鹏. 中国旅游发展笔谈——旅游大数据的现实与未来(二)[J]. 旅游学刊, 2017, 32(10):1.
	[ PAN Bing, LI Yunpeng. On the development of tourism in China:The reality and future of tourism big data (II)[J]. Tourism Tribune, 2017, 32(10):1.]
[60]	潘竟虎, 赖建波. 中国城市间人口流动空间格局的网络分析——以国庆 - 中秋长假和腾讯迁徙数据为例[J]. 地理研究, 2019, 38(7):1678-1693.
	[ PAN Jinghu, LAI Jianbo. Research on spatial pattern of population mobility among cities:A case study of “Tencent Migration” big data in “National Day-Mid-Autumn Festival” vacation[J]. Geographical Research, 2019, 38(7):1678-1693.]
[61]	潘莉, 张梦, 张毓峰. 地方依恋元素和强度分析——基于青年游客的质性研究[J]. 旅游科学, 2014, 28(2):23-34.
	[ PAN Li, ZHANG Meng, ZHANG Yufeng. An analysis on elements and intensity of place attachment:Based on a qualitative study of young tourists[J]. Tourism Science, 2014, 28(2):23-34.]
[62]	庞璐, 李君轶. 电子口碑对餐厅在线浏览量影响研究[J]. 旅游学刊, 2014, 29(1):111-118.
	[ PANG Lu, LI Junyi. The impact of electronic word-of-mouth on the online page view of restaurants[J]. Tourism Tribune, 2014, 29(1):111-118.]
[63]	彭丹, 黄燕婷. 丽江古城旅游地意象研究:基于网络文本的内容分析[J]. 旅游学刊, 2019, 34(9):80-89.
	[ PENG Dan, HUANG Yanting. A study on the tourism destination imagination of Lijiang ancient town:Content analysis based on travel blogs[J]. Tourism Tribune, 2019, 34(9):80-89.]
[64]	秦梦, 刘汉. 百度指数、混频模型与三亚旅游需求[J]. 旅游学刊, 2019, 34(10):116-126.
	[ QIN Meng, LIU Han. Baidu Index,mixed-frequency model and Sanya tourism demand[J]. Tourism Tribune, 2019, 34(10):116-126.]
[65]	任健美, 牛俊杰, 胡彩虹, 等. 五台山旅游气候及其舒适度评价[J]. 地理研究, 2004, 23(6):856-862.
	[ REN Jianmei, NIU Junjie, HU Caihong, et al. Tourism climate and evaluation of comfortableness in Wutai Mountain[J]. Geographical Research, 2004, 23(6):856-862.]
[66]	任乐, 崔东佳. 基于网络搜索数据的国内旅游客流量预测研究——以北京市国内旅游客流量为例[J]. 经济问题探索, 2014(4):67-73.
	[ REN Le, CUI Dongjia. Research on domestic tourist traffic forecasts based on Internet search data:A case study of domestic tourist traffic in Beijing[J]. Inquiry into Economic Issues, 2014(4):67-73.]
[67]	任武军, 李新. 基于互联网大数据的旅游需求分析——以北京怀柔为例[J]. 系统工程理论与实践, 2018, 38(2):437-443.
	[ REN Wujun, LI Xin. Tourism demand analysis based on Internet big data:The case of Huairou,Beijing[J]. Systems Engineering-Theory & Practice, 2018, 38(2):437-443.]
[68]	沈苏彦, 赵锦, 徐坚. 基于“谷歌趋势”数据的入境外国游客量预测[J]. 资源科学, 2015, 37(11):2111-2119.
	[ SHEN Suyan, ZHAO Jin, XU Jian. Forecasting China inbound tourism with Google trend data[J]. Resources Science, 2015, 37(11):2111-2119.]
[69]	宋静, 姜有山, 张银意, 等. 连云港旅游气象指数研究及其预报[J]. 气象科学, 2001, 21(4):480-485.
	[ SONG Jing, JIANG Youshan, ZHANG Yinyi, et al. The study and forecast of tour meteorology index[J]. Scientia Meteorologica Sinica, 2001, 21(4):480-485.]
[70]	宋廷山, 郭思亮. 旅游客流大数据统计模型构建与验证[J]. 统计与决策, 2020, 36(24):38-41.
	[ SONG Tingshan, GUO Siliang. Construction and verification of big data statistical model for tourist flow[J]. Statistics and Decision, 2020, 36(24):38-41.]
[71]	宋晓宇, 许鸿斐, 孙焕良, 等. 基于签到数据的短时间体验式路线搜索[J]. 计算机学报, 2013, 36(8):1693-1703.
	[ SONG Xiaoyu, XU Hongfei, SUN Huanliang, et al. Short-term experience route search based on check-in data[J]. Chinese Journal of Computers, 2013, 36(8):1693-1703.]
[72]	宋振春, 赵彩虹, 李旭东. 中国出境旅游的社会认知研究——跨文化交流视角的网络文本分析[J]. 旅游学刊, 2018, 33(3):75-88.
	[ SONG Zhenchun, ZHAO Caihong, LI Xudong. Study on the social cognition of outbound tourism in China:Online text analysis from the perspective of trans-cultural dialogue[J]. Tourism Tribune, 2018, 33(3):75-88.]
[73]	孙文平, 常亮, 宾辰忠, 等. 基于知识图谱和频繁序列挖掘的旅游路线推荐[J]. 计算机科学, 2019, 46(2):56-61.
	[ SUN Wenping, CHANG Liang, BIN Chenzhong, et al. Travel route recommendation based on knowledge graph and frequent sequence mining[J]. Computer Science, 2019, 46(2):56-61.]
[74]	孙烨, 张宏磊, 刘培学, 等. 基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J]. 人文地理, 2017, 32(3):152-160.
	[ SUN Ye, ZHANG Honglei, LIU Peixue, et al. Forecast of tourism flow volume of tourist attraction based on degree of tourist attention of travel network:A case study of Baidu Index of different clients[J]. Human Geography, 2017, 32(3):152-160.]
[75]	孙毅, 吕本富. 网络搜索与经济行为相关性研究综述[J]. 管理评论, 2011, 23(7):72-77.
	[ SUN Yi, LYU Benfu. A review of researches on the correlation between Internet search and economic behavior[J]. Management Review, 2011, 23(7):72-77.]
[76]	陶雪娇, 胡晓峰, 刘洋. 大数据研究综述[J]. 系统仿真学报, 2013, 25(S1):142-146.
	[ TAO Xuejiao, HU Xiaofeng, LIU Yang. Overview of big data research[J]. Journal of System Simulation, 2013, 25(S1):142-146.]
[77]	王丽. 基于地理标签照片的国外旅游研究述评与展望[J]. 现代城市研究, 2018(8):123-130.
	[ WANG Li. A review of foreign tourism research based on geo-tagged photos[J]. Modern Urban Research, 2018(8):123-130.]
[78]	王炼, 贾建民. 基于网络信息搜索的旅游需求预测——来自黄金周的证据[J]. 系统管理学报, 2014, 23(3):345-350,358.
	[ WANG Lian, JIA Jianmin. Forecasting of tourism demand in the golden week with online information search[J]. Journal of Systems & Management, 2014, 23(3):345-350,358.]
[79]	王录仓, 严翠霞, 李巍. 基于新浪微博大数据的旅游流时空特征研究——以兰州市为例[J]. 旅游学刊, 2017, 32(5):94-105.
	[ WANG Lucang, YAN Cuixia, LI Wei. Research on spatial-temporal characteristics of tourist flow based on Sina microblog LBS data:A case study of Lanzhou[J]. Tourism Tribune, 2017, 32(5):94-105.]
[80]	王守成, 郭风华, 傅学庆, 等. 基于自发地理信息的旅游地景观关注度研究——以九寨沟为例[J]. 旅游学刊, 2014, 29(2):84-92.
	[ WANG Shoucheng, GUO Fenghua, FU Xueqing, et al. A study of the spatial patterns of tourist sightseeing based on volunteered geographic information:The case of the Jiuzhai Valley[J]. Tourism Tribune, 2014, 29(2):84-92.]
[81]	王素洁, 黄楷伊, 董玉洁. 中国视觉旅游形象研究——基于社会网络视角[J]. 旅游科学, 2018, 32(2):66-79,95.
	[ WANG Sujie, HUANG Kaiyi, DONG Yujie. A study on China’s visual tourism images:A social network perspective[J]. Tourism Science, 2018, 32(2):66-79,95.]
[82]	王英杰, 张桐艳, 李鹏, 等. GIS在中国旅游资源研究与应用中的现状及趋势[J]. 地球信息科学学报, 2020, 22(4):751-759.
	[ WANG Yingjie, ZHANG Tongyan, LI Peng, et al. Research on the application status and trends of GIS used in tourism resources in China[J]. Journal of Geo-Information Science, 2020, 22(4):751-759.]
[83]	王章郡, 温碧燕, 方忠权, 等. 徒步旅游者的行为模式演化及群体特征分异——基于“方法 - 目的链”理论的解释[J]. 旅游学刊, 2018, 33(3):105-115.
	[ WANG Zhangjun, WEN Biyan, FANG Zhongquan, et al. Change of behavior patterns and differentiation of group characteristics of hiking tourists:Explanation based on means-end chain theory[J]. Tourism Tribune, 2018, 33(3):105-115.]
[84]	魏瑾瑞, 崔浩萌. 基于网络搜索数据的区域旅游指数及其微观动态:以西安为例[J]. 系统科学与数学, 2018, 38(2):177-194.
	[ WEI Jinrui, CUI Haomeng. The construction of regional tourism index and its micro-dynamic characteristics:A case study of Xi’an[J]. Journal of Systems Science and Mathematical Sciences, 2018, 38(2):177-194.]
[85]	吴开军. 旅游大数据研究热点及特征探析——基于国外文献的分析[J]. 统计与信息论坛, 2019, 34(4):105-113.
	[ WU Kaijun. Hotspots and characteristics of tourism big data research:Based on the analysis of foreign literature[J]. Statistics & Information Forum, 2019, 34(4):105-113.]
[86]	吴维芳, 高宝俊, 杨海霞, 等. 评论文本对酒店满意度的影响:基于情感分析的方法[J]. 数据分析与知识发现, 2017(3):62-71.
	[ WU Weifang, GAO Baojun, YANG Haixia, et al. The impacts of reviews on hotel satisfaction:A sentiment analysis method[J]. Data Analysis and Knowledge Discovery, 2017(3):62-71.]
[87]	向宝惠. 龙胜县旅游气候舒适度评价与开发利用[J]. 西南师范大学学报(自然科学版), 2015, 40(9):197-203.
	[ XIANG Baohui. On evaluation and utilization on tourism climate comfort degree in Longsheng county of China[J]. Journal of Southwest China Normal University (Natural Science Edition), 2015, 40(9):197-203.]
[88]	谢彦君, 樊友猛. 身体视角下的旅游体验——基于徒步游记与访谈的扎根理论分析[J]. 人文地理, 2017, 32(4):129-137.
	[ XIE Yanjun, FAN Youmeng. Tourist experience on a body perspective:Grounded theory analysis on trekking writings and interviews[J]. Human Geography, 2017, 32(4):129-137.]
[89]	熊伟, 许俊华. 基于内容分析法的我国经济型酒店服务质量评价研究——兼与高星级酒店相对比[J]. 北京第二外国语学院学报, 2010, 32(11):57-67.
	[ XIONG Wei, XU Junhua. A evaluation on service quality of economic hotel in China:A content analysis of guest comments on website[J]. Journal of Beijing International Studies University, 2010, 32(11):57-67.]
[90]	许丹丹, 王茜雅, 张建新, 等. 基于大数据的多时间尺度城市旅游流特征研究——以南京市为例[J]. 现代城市研究, 2020(1):113-121.
	[ XU Dandan, WANG Qianya, ZHANG Jianxin, et al. Research on characteristics of urban tourism flow in multi-time scale based on big data:A case study of Nanjing[J]. Modern Urban Research, 2020(1):113-121.]
[91]	许珺, 徐阳, 胡蕾, 等. 基于位置大数据的青藏高原人类活动时空模式[J]. 地理学报, 2020, 75(7):1406-1417.
	[ XU Jun, XU Yang, HU Lei, et al. Discovering spatio-temporal patterns of human activity on the Qinghai-Tibet Plateau based on crowdsourcing positioning data[J]. Acta Geographica Sinica, 2020, 75(7):1406-1417.]
[92]	许艳, 陆林, 赵海溶. 乌镇景区网络关注度动态演变与空间差异分析[J]. 经济地理, 2020, 40(7):200-210.
	[ XU Yan, LU Lin, ZHAO Hairong. Dynamic evolution and spatial differences of network attention in Wuzhen scenic area[J]. Economic Geography, 2020, 40(7):200-210.]
[93]	徐志明, 梁循, 李志宇, 等. 内嵌时空信息的照片数据中的游览模式探索[J]. 小型微型计算机系统, 2018, 39(3):614-620.
	[ XU Zhiming, LIANG Xun, LI Zhiyu, et al. Exploring travel patterns in photos with spatio-temporal information[J]. Journal of Chinese Computer Systems, 2018, 39(3):614-620.]
[94]	严江平, 唐萍, 李巍. 基于网络游记的兰州市旅游流时空行为研究[J]. 资源开发与市场, 2016, 32(10):1244-1248.
	[ YANG Jiangping, TANG Ping, LI Wei. Study on tourism flow temporal-spatial behavior of Lanzhou on network travels[J]. Resource Development & Market, 2016, 32(10):1244-1248.]
[95]	闫闪闪, 梁留科, 索志辉, 等. 基于大数据的洛阳市旅游流时空分布特征[J]. 经济地理, 2017, 37(8):216-224.
	[ YAN Shanshan, LIANG Liuke, SUO Zhihui, et al. Big data based spatiotemporal distribution characters of tourism flow in Luoyang[J]. Economic Geography, 2017, 37(8):216-224.]
[96]	阎友兵, 张静. 基于本底趋势线的雾霾天气对我国入境游客量的影响分析[J]. 经济地理, 2016, 36(12):183-188.
	[ YAN Youbing, ZHANG Jing. Impact of smog weather on the amount of inbound tourists of China based on the natural trend curve[J]. Economic Geography, 2016, 36(12):183-188.]
[97]	杨敏, 李君轶, 徐雪. ICTs视角下的旅游流和旅游者时空行为研究进展[J]. 陕西师范大学学报(自然科学版), 2020, 48(4):46-55.
	[ YANG Min, LI Junyi, XU Xue. The progress of tourist flow and tourist spatio-temporal behavior based on ICTs[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2020, 48(4):46-55.]
[98]	杨颖, 朱毅. 无图无真相?图片和文字网络评论对服务产品消费者态度的影响[J]. 心理学探新, 2014, 34(1):83-89.
	[ YANG Ying, ZHU Yi. No picture,no truth? The affect of pictorial and verbal service online reviews on consumer attitudes[J]. Psychological Exploration, 2014, 34(1):83-89.]
[99]	袁雨果, 郑伟民. 追溯技术在旅游者移动行为研究的综述[J]. 旅游学刊, 2019, 34(2):48-59.
	[ YUAN Yuguo, ZHENG Weimin. The use of tracking technologies in tourists’ mobility behavior research:A literature review[J]. Tourism Tribune, 2019, 34(2):48-59.]
[100]	曾忠禄, 王兴. 大数据在旅游研究中的运用——国际文献研究[J]. 情报杂志, 2020, 39(10):165-168,150.
	[ ZENG Zhonglu, WANG Xing. The application of big data in tourism research:An international literature review[J]. Journal of Intelligence, 2020, 39(10):165-168,150.]
[101]	张斌儒, 黄先开, 刘树林. 基于网络搜索数据的旅游收入预测——以海南省为例[J]. 经济问题探索, 2015(8):154-160.
	[ ZHANG Binru, HUANG Xiankai, LIU Shulin. Tourism revenue forecast based on Internet search data:A case study of Hainan province[J]. Inquiry into Economic Issues, 2015(8):154-160.]
[102]	张斌儒, 刘树林, 张超锋, 等. 互联网环境下基于消费者搜索的酒店入住率预测研究[J]. 统计与信息论坛, 2018, 33(3):93-99.
	[ ZHANG Binru, LIU Shulin, ZHANG Chaofeng, et al. Forecasting hotel occupancy rate based on consumer search within network environment[J]. Statistics & Information Forum, 2018, 33(3):93-99.]
[103]	张补宏, 周旋, 广新菊. 国内外旅游在线评论研究综述[J]. 地理与地理信息科学, 2017, 33(5):119-126.
	[ ZHANG Buhong, ZHOU Xuan, GUANG Xinju. A review on the research of domestic and foreign tourism online reviews[J]. Geography and Geo-information Science, 2017, 33(5):119-126.]
[104]	张坤, 李春林, 张津沂. 基于图片大数据的入境游客感知和行为演变研究——以北京市为例[J]. 旅游学刊, 2020, 35(8):61-70.
	[ ZHANG Kun, LI Chunlin, ZHANG Jinyi. A study on the spatio-temporal evolution of inbound tourists’ perceptions and behaviors based on big pictorial data:The case of Beijing[J]. Tourism Tribune, 2020, 35(8):61-70.]
[105]	张梦, 张广宇, 叶作亮. 在线信息对酒店网上预订的影响研究——基于携程网酒店在线预订数据的分析[J]. 旅游学刊, 2011, 26(7):79-84.
	[ ZHANG Meng, ZHANG Guangyu, YE Zuoliang. Exploring the impact of online information on hotel e-bookings:Based on the analysis of the data from Ctrip[J]. Tourism Tribune, 2011, 26(7):79-84.]
[106]	张思豆, 李君轶, 魏欢. 旅游电商平台在线评论的可信度研究——以“阿里旅行·西安东线一日游”旅游产品为例[J]. 旅游学刊, 2016, 31(11):74-84.
	[ ZHANG Sidou, LI Junyi, WEI Huan. The study of the credibility of tourism e-commerce platform online reviews:A case study of “Ali Travel”[J]. Tourism Tribune, 2016, 31(11):74-84.]
[107]	张珍珍, 李君轶. 旅游形象研究中问卷调查和网络文本数据的对比——以西安旅游形象感知研究为例[J]. 旅游科学, 2014, 28(6):73-81.
	[ ZHANG Zhenzhen, LI Junyi. A comparative study on the data of a questionnaire and web texts in tourism image researches:A case study of Xi’an’s tourism image perception[J]. Tourism Science, 2014, 28(6):73-81.]
[108]	张子昂, 黄震方, 靳诚, 等. 基于微博签到数据的景区旅游活动时空行为特征研究——以南京钟山风景名胜区为例[J]. 地理与地理信息科学, 2015, 31(4):121-126.
	[ ZHANG Ziang, HUANG Zhenfang, JIN Cheng, et al. Research on spatial-temporal characteristics of scenic tourist activity based on Sina Microblog:A case study of Nanjing Zhongshan Mountain national park[J]. Geography and Geo-Information Science, 2015, 31(4):121-126.]
[109]	张自川, 万恩璞, 田卫. 地理信息系统(GIS)与全球定位系统(GPS)在游客调查中的应用——以长春净月潭旅游度假区为例[J]. 东北师大学报(自然科学版), 2002, 34(4):102-106.
	[ ZHANG Zichuan, WAN Enpu, TIAN Wei. Using GIS and GPS for tourist investigating[J]. Journal of Northeast Normal University (Natural Science Edition), 2002, 34(4):102-106.]
[110]	赵春艳, 陈美爱. 基于网络文本分析的游客满意度影响因素分析[J]. 统计与决策, 2019, 35(13):115-118.
	[ ZHAO Chunyan, CHEN Meiai. Influencing factors of tourist satisfaction based on web text analysis[J]. Statistics & Decision, 2019, 35(13):115-118.]
[111]	赵莹, 张朝枝, 金钰涵. 基于手机数据可靠性分析的旅游城市功能空间识别研究[J]. 人文地理, 2018, 33(3):137-144.
	[ ZHAO Ying, ZHANG Chaozhi, JIN Yuhan. How reliable are cellular positioning data in tourism environments? An exploration of functional regions[J]. Human Geography, 2018, 33(3):137-144.]
[112]	钟栎娜. 旅游地感知结构重构——基于文本与复杂网络分析的研究[J]. 旅游学刊, 2015, 30(8):88-95.
	[ ZHONG Lina. A reconstruction of destinations’ perception structure based on the context and complex network analysis[J]. Tourism Tribune, 2015, 30(8):88-95.]
[113]	仲宁, 吴小根, 汪侠, 等. 基于网络文本分析的宜兴旅游地形象差异研究[J]. 资源开发与市场, 2018, 34(8):1168-1172.
	[ ZHONG Ning, WU Xiaogen, WANG Xia, et al. Research on difference of Yixing tourism destination image based on web text analysis[J]. Resource Development & Market, 2018, 34(8):1168-1172.]
[114]	周倩, 姜磊, 程旅航, 等. 情感倾向驱动的旅游酒店大数据网络舆情[J]. 湖南科技大学学报(自然科学版), 2020, 35(4):67-73.
	[ ZHOU Qian, JIANG Lei, CHENG Lyuhang, et al. A sentiment analysis-driven public opinion study for travel hotel reviews[J]. Journal of Hunan University of Science and Technology (Natural Science Edition), 2020, 35(4):67-73.]
[115]	卓四清, 冯永洲. 在线评论有用性影响因素实证研究——基于Tripadvisor.com酒店评论数据[J]. 现代情报, 2015, 35(4):52-56,74.
	[ ZHUO Siqing, FENG Yongzhou. Empirical study of online consumer review helpfulness determinants:Based on hotel review data of Tripadvisor.com[J]. Modern Information, 2015, 35(4):52-56,74.]

作者	年份	题目	期刊名称	关键词	摘要	研究主题	研究方法	数据收集方法	数据来源	数据分析方法	工具软件
作者 Authors	年份 Year	题目 Paper title	期刊名称 Journal title	关键词 Keywords	摘要 Abstract	研究主题 Research theme	研究方法 Research methods	数据收集方法 Data collection methods	数据来源 Data source	数据分析方法 Data analysis methods	工具软件 Tools (Software)
戴光全,陈欣	2009	旅游者摄影心理初探——基于旅游照片的内容分析	旅游学刊	旅游者/摄影行为/旅游照片/内容分析	旅游者常常通过照相机镜头表达自己的旅游欲求,行使其“观看者”和“拍摄者”的权利,表达他们对旅游目的地的理解和认知,以及对旅游目的地的人与物,甚至照片阅读者的欲求。本文以互联网为基础做资料收集,以旅游照片为研究资料,使用内容分析法,从照片内容和表现形式等方面,对旅游者摄影行为的心理特征、对拍摄对象及阅读者的态度进行研究。文章的目的是通过个案研究,为旅游者摄影行为的心理分析提供有益尝试。	旅游者行为心理分析	定性研究	大数据	从某一知名杂志社论坛抽取的10名版友的游记	内容分析法（研究照片内容和表现形式）	（纯内容分析）
李春明,王亚军,刘尹,董仁才,赵景柱	2013	基于地理参考照片的景区游客时空行为研究	旅游学刊	公众/互联网/地理信息系统/消费电子/鼓浪屿	随着便携消费电子产品（例如数码相机、手机、便携电脑）的普及和网络技术的发展,互联网上存有大量带有地理参考信息的照片,这些由公众自主创造并公开分享的地理信息,为研究游客在景区的时空行为提供了大量的数据资源。文章以Panoramio网站收集的10年内447名游客在厦门市鼓浪屿上拍摄的2 272张照片作为基础数据,详细介绍了借助带有地理参考信息的照片来研究游客时空行为的方法,分析了游客在鼓浪屿景区的时间变化（日变化、周变化和月变化）、停留时间、日均游客量、游客流向图和旅游热点区域,并且利用前人的研究结果和媒体公布的数据对该方法进行验证,得到了相似的结果。文章认为,基于地理参考照片的方法能够客观地反映出景区内游客的时空行为,同时在数据获取、游客流向图以及旅游热点区域分析等方面具有明显的优势。	旅游者时空行为研究	定量研究	大数据	Pannoramio网站的 2 272张照片	核密度估计（kernel density estimation）	ArcGIS
潘莉,张梦,张毓峰	2014	地方依恋元素和强度分析——基于青年游客的质性研究	旅游科学	地方依恋/依恋元素/依恋强度/隐喻提取	地方依恋是个体与特定地方之间形成的情感关联。本文从旅游体验的视角,以青年游客为例,通过图片对地方依恋的有形展示和游客对图片背后独特故事和意义的讲述,分析了游客的地方依恋元素的构成,探讨地方依恋强度的递进演变以及特征。研究表明：（1）游客地方依恋元素包括背景元素和符号元素两类,背景元素体现地方氛围情境,符号元素凸显象征意义;（2）游客的地方依恋存在强度差异,由低到高依次为基于工具性依附的地方依赖、基于情感性依附的地方认同和基于精神性依附的根情结;（3）根情结的形成既缘于游客多次对旅游地的深度涉入,在时间序列上由最初的地方依赖,到地方认同,再演变形成根情结,也可能缘于游客出游前的信息积累和媒介影响。	旅游体验	定性研究	大数据、访谈	访谈者自行搜集图片,来源数量不限	隐喻抽取技术,采用图片讲述和深度访谈法	—

作者	年份	题目	期刊名称	关键词	摘要	研究主题	研究方法	数据收集方法	数据来源	数据分析方法	工具软件
作者 Authors	年份 Year	题目 Paper title	期刊名称 Journal title	关键词 Keywords	摘要 Abstract	研究主题 Research theme	研究方法 Research methods	数据收集方法 Data collection methods	数据来源 Data source	数据分析方法 Data analysis methods	工具软件 Tools (Software)
戴光全,陈欣	2009	旅游者摄影心理初探——基于旅游照片的内容分析	旅游学刊	旅游者/摄影行为/旅游照片/内容分析	旅游者常常通过照相机镜头表达自己的旅游欲求,行使其“观看者”和“拍摄者”的权利,表达他们对旅游目的地的理解和认知,以及对旅游目的地的人与物,甚至照片阅读者的欲求。本文以互联网为基础做资料收集,以旅游照片为研究资料,使用内容分析法,从照片内容和表现形式等方面,对旅游者摄影行为的心理特征、对拍摄对象及阅读者的态度进行研究。文章的目的是通过个案研究,为旅游者摄影行为的心理分析提供有益尝试。	旅游者行为心理分析	定性研究	大数据	从某一知名杂志社论坛抽取的10名版友的游记	内容分析法（研究照片内容和表现形式）	（纯内容分析）
李春明,王亚军,刘尹,董仁才,赵景柱	2013	基于地理参考照片的景区游客时空行为研究	旅游学刊	公众/互联网/地理信息系统/消费电子/鼓浪屿	随着便携消费电子产品（例如数码相机、手机、便携电脑）的普及和网络技术的发展,互联网上存有大量带有地理参考信息的照片,这些由公众自主创造并公开分享的地理信息,为研究游客在景区的时空行为提供了大量的数据资源。文章以Panoramio网站收集的10年内447名游客在厦门市鼓浪屿上拍摄的2 272张照片作为基础数据,详细介绍了借助带有地理参考信息的照片来研究游客时空行为的方法,分析了游客在鼓浪屿景区的时间变化（日变化、周变化和月变化）、停留时间、日均游客量、游客流向图和旅游热点区域,并且利用前人的研究结果和媒体公布的数据对该方法进行验证,得到了相似的结果。文章认为,基于地理参考照片的方法能够客观地反映出景区内游客的时空行为,同时在数据获取、游客流向图以及旅游热点区域分析等方面具有明显的优势。	旅游者时空行为研究	定量研究	大数据	Pannoramio网站的 2 272张照片	核密度估计（kernel density estimation）	ArcGIS
潘莉,张梦,张毓峰	2014	地方依恋元素和强度分析——基于青年游客的质性研究	旅游科学	地方依恋/依恋元素/依恋强度/隐喻提取	地方依恋是个体与特定地方之间形成的情感关联。本文从旅游体验的视角,以青年游客为例,通过图片对地方依恋的有形展示和游客对图片背后独特故事和意义的讲述,分析了游客的地方依恋元素的构成,探讨地方依恋强度的递进演变以及特征。研究表明：（1）游客地方依恋元素包括背景元素和符号元素两类,背景元素体现地方氛围情境,符号元素凸显象征意义;（2）游客的地方依恋存在强度差异,由低到高依次为基于工具性依附的地方依赖、基于情感性依附的地方认同和基于精神性依附的根情结;（3）根情结的形成既缘于游客多次对旅游地的深度涉入,在时间序列上由最初的地方依赖,到地方认同,再演变形成根情结,也可能缘于游客出游前的信息积累和媒介影响。	旅游体验	定性研究	大数据、访谈	访谈者自行搜集图片,来源数量不限	隐喻抽取技术,采用图片讲述和深度访谈法	—

期刊名称 Journal title	篇数 Number of articles	占比（%） Percentage
《旅游学刊》	59	16.5
《经济地理》	22	6.1
《资源开发与市场》	18	5.0
《地域研究与开发》	12	3.4
《旅游科学》	11	3.1
《地理与地理信息科学》	10	2.8
《资源科学》	8	2.2
《干旱区资源与环境》	7	2.0
《人文地理》	7	2.0
《世界地理研究》	7	2.0
《西南师范大学学报》（自然科学版）	7	2.0
《地理研究》	6	1.7
《美食研究》	5	1.4
《现代城市研究》	5	1.4
总计	184	51.6

期刊名称 Journal title	篇数 Number of articles	占比（%） Percentage
《旅游学刊》	59	16.5
《经济地理》	22	6.1
《资源开发与市场》	18	5.0
《地域研究与开发》	12	3.4
《旅游科学》	11	3.1
《地理与地理信息科学》	10	2.8
《资源科学》	8	2.2
《干旱区资源与环境》	7	2.0
《人文地理》	7	2.0
《世界地理研究》	7	2.0
《西南师范大学学报》（自然科学版）	7	2.0
《地理研究》	6	1.7
《美食研究》	5	1.4
《现代城市研究》	5	1.4
总计	184	51.6

数据来源Data source	数据类型 Data type	研究主题 Research topic	数据特点 Data characteristics	分析技术 Analytical methods
数据来源Data source	数据类型 Data type	研究主题 Research topic	数据特点 Data characteristics	分析技术 Analytical methods
UGC数据UGC data	在线文本数据	游客满意度、旅游目的地形象、旅游意象、旅游体验、旅游情感分析、旅游流、旅游推荐	数据来源多样、低成本、适用范围广;表达旅游者对旅游产品的态度和体验	确定数据源,数据收集,数据预处理（数据清理、转化、分词、词库）,数据挖掘（内容分析、扎根理论、IPA及深度学习、机器学习等）
	在线图片数据	旅游目的地形象、旅游体验、旅游者时空行为、旅游兴趣点挖掘、旅游流、旅游推荐	低成本、包含多元数据、数据来源多样	内容：内容分析法、隐喻抽取技术或符号学相关分析方法、社会网络分析法、深度学习算法中的深度卷积神经网络和残差神经网络等。地理标签：核密度估计和空间聚类分析法、GIS空间分析方法
	微博签到数据	旅游者时空行为、旅游流及结构演化、旅游情感体验	低成本、信息量大、互动性强、结构复杂;适合较大范围研究	数据清理、时间分层法、核密度分析方法
设备数据Device data	GPS数据	旅游者时空行为、旅游规划、与传统数据收集方法比较	来源单一且成本高;精度高、覆盖范围有限;适合小范围研究	ArcGIS技术、聚类分析
	移动通信数据	旅游流	受控于运营商和政府部门;成本高且难以获取;政府开放大数据平台	层次聚类分析
	气象数据	气候资源评价、人体舒适度、雾霾对入境旅游的影响	气象监测站点的统计数据	GIS空间分析技术、固定效应模型、双变量LISA模型、空间面板杜宾模型等
事务型数据Transaction data	网络搜索数据	旅游预测、旅游目的地网络关注度	低成本、百度月度指数;反映出游客的真实兴趣	关键词选取、构件复合指数、协整检验与格兰杰因果分析、ARMA、ARIMA、VAR模型
	网页浏览数据	网站流量影响因素	数据获取受限	回归分析、相关分析
	在线预订数据	评论与预订之间的关系	数据获取受限	回归分析

中国旅游大数据研究：二十年回顾与展望

Tourism Big Data Research in China: A Twenty-Year Review and Prospects

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 115

相关文章 15

编辑推荐

Metrics

文献来源 References	网络搜索数据 Internet searching data	数据频率 Data frequency	因变量 Dependent variable
文献来源 References	网络搜索数据 Internet search data	数据频率 Data frequency	因变量 Dependent variable
黄先开、张丽峰和丁于思（2013）	百度指数	天	国内游客量
任乐、崔东佳（2014）	百度指数	月	国内游客量
王炼、贾建民（2014）	百度指数	月	国内游客量
沈苏彦、赵锦和徐坚（2015）	谷歌趋势	月	入境游客量
张斌儒、黄先开和刘树林（2015）	百度指数	月	国内旅游收入
李莼、曹艳姣和吕本富（2016）	百度指数	月	国内游客量
孙烨、张宏磊和刘培学等（2017）	百度指数	月	国内游客量
马莉、刘培学和张建新等（2018）	百度指数	月	国内游客量
张斌儒、刘树林和张超锋等（2018）	百度指数	月	酒店入住率
陆利军（2019）	百度指数	月	国内游客量
秦梦、刘汉（2019）	百度指数	周	国内游客量
康俊锋、郭星宇和方雷（2020）	百度指数	月	国内游客量

[1]	李彬, 王莎, 王节祥, 李亮, 余志远, 龚奕潼. 如何在旅游管理研究中使用严谨规范的扎根理论和案例研究方法[J]. 旅游导刊, 2024, 8(1): 1-29.
[2]	刘春, 陆希铭, 赵琦. 旅游及酒店业免接触服务研究综述[J]. 旅游导刊, 2024, 8(1): 104-131.
[3]	查建平, 李程, 谭庭, 贺腊梅, 徐单单. 文化和旅游融合发展的多重驱动路径研究——基于“需求 — 供给 — 支持”框架的组态分析[J]. 旅游导刊, 2024, 8(1): 30-59.
[4]	王雨晨. 反事实思维视角下限时促销对旅游直播消费者即时购买意愿的影响机制研究[J]. 旅游导刊, 2024, 8(1): 60-81.
[5]	徐虹, 张行发. 人—地—业—治：乡村旅游研究的一个整合性理论框架[J]. 旅游导刊, 2023, 7(6): 1-21.
[6]	孙九霞, 王思雅. 旅游哲学视角下的乡村振兴与城乡融合[J]. 旅游导刊, 2023, 7(6): 22-36.
[7]	罗文斌, 刘阳杰. 乡村土地旅游化利用：理论内涵、效应特征及形成机制[J]. 旅游导刊, 2023, 7(6): 37-58.
[8]	陈晔马季振李恒云张坤陈刚金颖徐虹唐晓云曹智辉裴嘉晖潘冰. 科技赋能旅游业高质量发展：实践路径与研究议题[J]. 旅游导刊, 2023, 7(5): 1-.
[9]	孙媛媛, 时少华. 基于网络游记的运河沿岸城市旅游流网络结构特征及影响因素研究[J]. 旅游导刊, 2023, 7(5): 43-65.
[10]	段锐, 邹统钎, 梁未哲. 大数据环境下的旅游目的地形象研究综述：数据、方法和技术[J]. 旅游导刊, 2023, 7(5): 66-93.
[11]	陈晔, 马季振, 李恒云, 张坤, 陈刚, 金颖, 徐虹, 唐晓云, 曹智辉, 裴嘉晖, 潘冰. 科技赋能旅游业高质量发展：实践路径与研究议题[J]. 旅游导刊, 2023, 7(5): 1-22.
[12]	厉新建, 吴文学, 吴金梅, 宋瑞, 张辉, 周久财, 顾嘉倩, 雷海粟, 魏小安. 学习二十大精神推动中国式旅游现代化[J]. 旅游导刊, 2023, 7(4): 1-24.
[13]	赵丽红, 袁惠爱. 旅游业高质量发展能否促进共同富裕?[J]. 旅游导刊, 2023, 7(4): 25-52.
[14]	许忠伟, 包倍增. 复杂国际环境感知和爱国情感：北京居民对2022年冬奥会的支持度研究[J]. 旅游导刊, 2023, 7(4): 53-75.
[15]	张延, 董雪旺, 孙明昊. 休闲活动视角下旅游志愿者对残障儿童家庭抗逆力提升研究[J]. 旅游导刊, 2023, 7(4): 76-95.