本书首先对基于网络搜索数据、网络评论数据、气象数据等数据源的旅游需求预测文献进行梳理，为研究提供必要的基础；其次，对消费者行为理论、旅游者动机理论以及游客信息搜索等理论进行归纳总结，并构建研究框架，以期为本书后续研究提供理论依据和指导；再次，利用多源旅游大数据并构建相应的模型进行旅游需求预测；最后，基于多数据源构建景区客流量预警方案并进行预警案例分析。

张斌儒，男，对外经济贸易大学经济学博士，硕士生导师，长江师范学院副教授，重庆市区域经济学会理事。主持省部级科研项目2项、国家社科规划项目1项，近5年在《经济问题探索》《统计与信息论坛》、Asia Pacific Journal of Tourism Research、Tourism Economics等核心期刊发表学术论文10余篇。

第一章 导论
第一节 研究背景分析
一、全球旅游业发展现状
二、我国旅游业发展状况
三、数字经济时代背景下的旅游需求预测
第二节 研究目标与研究意义
一、研究目标
二、研究意义
第三节 研究方法、研究思路与内容框架
一、研究方法
二、研究思路与内容框架
第四节 主要创新之处
第二章 文献综述
第一节 旅游需求预测方法概述
一、时间序列模型
二、计量经济模型
三、人工智能模型
四、其他旅游需求预测技术
第二节 基于网络搜索数据的社会经济活动预测
一、网络搜索数据应用于预测的研究起源
二、基于网络搜索数据的宏观经济预测
三、基于网络搜索数据的行业市场预测
第三节 基于各类数据源的旅游需求预测
一、基于网络搜索数据的旅游需求预测
二、基于社交媒体数据的旅游需求预测
三、基于其他数据源的旅游需求预测
四、多数据源融合下的旅游需求预测
第四节 旅游预警研究现状
第五节 文献评述
第三章 旅游需求相关理论
第一节 旅游需求的度量
第二节 旅游需求的产生
一、消费者的旅游动机
二、消费者的支付能力
三、消费者的闲暇时间
第三节 旅游需求的影响因素
第四节 消费者的旅游决策与旅游需求的实现
一、消费者的旅游决策
二、旅游决策的过程与旅游需求的实现
第四章 旅游需求预测实证分析框架构建
第一节 实证分析框架构建
第二节 多源数据的收集与数据预处理
一、多源数据的收集
二、数据预处理
第三节 数据降维与数据分析
一、数据降维
二、相关性、平稳性及描述性统计分析
第四节 实验数据集的构建与预测评估
一、实验数据集的构建
二、预测评估
第五章 基于多源混频数据的游客流量预测研究
第一节 问题的提出
第二节 预测方法及预测框架构建
一、MIDAS模型构建
二、权重方案选择
三、合并预测方法
四、预测评估
五、本章预测框架
第三节 案例分析
一、数据获取及预处理
二、数据分析
三、预测结果与讨论
第四节 本章小结
第六章 基于多数据源的景区日度客流量预测研究
第一节 问题的提出
第二节 预测方法及预测框架构建
一、BiLSTM-Attention预测模型构建
二、预测模型各单元基本原理
三、预测评估
四、本章预测框架
第三节 实证分析
一、实验数据的收集
二、数据预处理及数据分析
三、预测结果与讨论
第四节 本章小结
第七章 多数据源融合下的景区日度客流量预警研究
第一节 问题的提出
第二节 基于多数据源的预警体系指标选择
第三节 多数据源融合下的日度客流量预警框架构建
第四节 景区日度客流量预警案例
一、指标选取及实验数据
二、景区客流量预测
三、客流量预警
第五节 本章小结
第八章 结论与建议
第一节 研究结论
第二节 政策建议
第三节 研究不足与展望
参考文献

近年来，旅游业经历了
发展的黄金期，成为我国经
济发展的助推器。然而，景
区在繁荣的旅游市场背后仍
面临两难困境。一方面，随
着消费者收入的增加以及国
家法定节假日制度的实施，
消费者积蓄已久的旅游需求
短期内得到释放，各个热门
景区在旅游旺季客流量急剧
攀升，导致景区安全事故偶
有发生，给景区的承载力和
公共安全造成严重的威胁，
影响景区的可持续发展；另
一方面，由于旅游具有很强
的季节性特征，旅游淡季客
流量急剧减少，闲置的旅游
资源未能得到充分利用，严
重影响景区盈利水平，进而
导致不可挽回的经济损失。
在此背景下，亟须提前对景
区客流量的大小及变化趋势
进行更为准确、及时的预测
与预警。
随着互联网的全面普及
和信息技术的巨大进步，与
旅游相关的在线旅游大数据
越来越多，主要包括网络信
息搜索数据、气象数据、交
通数据、在线评论数据、临
近区域时空旅游需求数据、
手机信令数据以及景区旅游
官网流量数据等。这些数据
能反映消费者的公共关注和
兴趣，蕴含潜在旅游需求，
并且具有实时性强、获取成
本低等特征，如何将这些宝
贵的数字资源进行融合并用
于旅游需求预测与预警值得
深入研究。
本书共分为八章，探索
网络搜索数据、气象数据、
临近区域客流量数据、景区
旅游官网点击率数据以及交
通数据在不同情形下进行融
合的旅游需求预测与预警。
第一章为导论，分析研究背
景，讨论研究目标与研究意
义，介绍研究方法、研究思
路与内容框架，最后总结主
要创新之处。第二章为文献
综述，对国内外相关研究进
行梳理与总结，主要包括对
各种旅游需求预测方法、基
于网络搜索数据的社会经济
活动预测、基于各类数据源
的旅游需求预测、旅游预警
研究现状进行梳理与总结，
最后对已有研究进行评述。
第三章为旅游需求相关理论
，主要对旅游需求的度量、
旅游需求的产生、旅游需求
的影响因素以及消费者的旅
游决策与旅游需求的实现进
行阐述，为本书实证分析部
分提供理论依据。第四章为
旅游需求预测实证分析框架
构建，涉及数据的收集与预
处理、数据降维与数据分析
、实验数据集的构建与预测
评估，为后续各章的游客流
量预测及预警实证分析提供
指导。第五章为基于多源混
频数据的游客流量预测研究
，以海南三亚为案例，在网
络搜索数据的基础上，基于
混频数据抽样回归模型构建
合并预测方法，探索临近城
市接待客流量信息和机场飞
机起降架次数据的加入是否
能有效改善模型预测精度。
第六章为基于多数据源的景
区日度客流量预测研究，以
九寨沟风景区为案例，基于
长短时记忆深度学习模型构
建混合预测方法，探索气象
数据和景区旅游官方网站点
击率数据的加入是否能有效
改善模型预测性能。第七章
为多数据源融合下的景区日
度客流量预警研究，基于各
类旅游大数据源构建预警指
标体系和预警框架，以四姑
娘山为案例，考虑到数据的
可获取性，选择指标体系中
的网络搜索数据和气象数据
构建实验数据集，利用第六
章的BiLSTM-Attention模型
对日度客流量进行预测，并
在此基础上定义警度，测算
景区最大客流承载量和保本
容量值，进而针对旅游旺季
和旅游淡季进行预警研究。
第八章为结论与建议，总结
研究结论，根据研究结果提
出政策建议，总结研究需要
改进之处并对将来研究进行
展望。
笔者在对外经济贸易大
学攻读博士学位时，在恩师
黄先开教授的指导下一直从
事旅游需求预测研究，本书
的研究得到了教育部人文社
会科学研究青年基金项目（
项目批准号；20YJC630202
）的资助，也是该项目的最
终成果。在本书的研究及写
作过程中，得到了同行的鼓
励和工作单位长江师范学院
的资助与支持。
殷切希望本书能够给读
者带来丰富的基于多数据源
的旅游需求预测的相关理论
与方法。但限于笔者的理论
水平和实践经验以及在相关
领域的研究时间相对较短，
本书的缺点和不足之处在所
难免，恳请专家和广大读者
批评指正。
张斌儒
2022年4月于长江师范学
院