“互聯(lián)網(wǎng)+”背景下在線旅游用戶數(shù)據(jù)研究

摘 要：目的：本文以在線旅游用戶為研究對象，探尋在線旅游者旅游前、中、后的網(wǎng)絡(luò)足跡，有利于旅游用戶更好的利用在線旅游平臺了解旅游信息，掌握最優(yōu)旅游路線，分享旅游經(jīng)歷，體驗智慧旅游，提高了用戶的滿意度。方法：通過問卷星平臺向用戶發(fā)放300份問卷。結(jié)論：在線旅游用戶在旅游前、中、后的三個階段的網(wǎng)絡(luò)行為均由在線旅游信息搜尋行為、在線旅游預(yù)訂行為以及在線旅游互動分享行為構(gòu)成，100%的在線旅游用戶旅游后存在分享互動行為。

關(guān)鍵詞：在線旅游；網(wǎng)絡(luò)行為；影響因素

一、前言

近年來大數(shù)據(jù)技術(shù)發(fā)展迅速，智能終端的普及移動互聯(lián)網(wǎng)的快速發(fā)展又恰好迎合了旅游者對旅游的自主性和多樣性的需求，從而使得越來越多的旅游者開始借助客戶端或互聯(lián)網(wǎng)獲取旅游信息?，F(xiàn)有研究已經(jīng)涉及到在線旅游用戶預(yù)定及消費行為研究，旅游預(yù)測，旅游服務(wù)質(zhì)量，旅游數(shù)據(jù)相關(guān)性，為本課題的研究奠定良好的基礎(chǔ)。Ghose（2012）等人研究了如何利用用戶生成數(shù)據(jù)來設(shè)計旅游搜索引擎的酒店顯示排序，探索出消費者數(shù)據(jù)與酒店排序系統(tǒng)的關(guān)聯(lián)性；Hudson（2013）等從社會媒體對旅游者決策行為的影響角度出發(fā)探討了在旅游數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則；黃先開（2013）等基于百度指數(shù)數(shù)據(jù)探討了故宮有關(guān)的關(guān)鍵詞與故宮景區(qū)實際游客量之間的關(guān)系。劉益（2014）基于大眾點評網(wǎng)上熱門旅游城市景區(qū)團購的相關(guān)交易信息探究了景區(qū)知名度、團購折扣率、滿意度提升、團購人數(shù)等變量與景區(qū)團購購買意愿的相關(guān)關(guān)系?，F(xiàn)有研究已經(jīng)涉及到在線旅游用戶預(yù)定及消費行為研究，旅游預(yù)測，旅游服務(wù)質(zhì)量，旅游數(shù)據(jù)相關(guān)性，為本課題的研究奠定良好的基礎(chǔ)。但是國內(nèi)外關(guān)于在線旅游用戶數(shù)據(jù)研究還存在數(shù)據(jù)采集方法單一，關(guān)聯(lián)研究的范圍有待擴展的問題。因此本研究將采用傳統(tǒng)的問卷調(diào)查法和網(wǎng)絡(luò)爬蟲相結(jié)合的方法搜集數(shù)據(jù)，擴充數(shù)據(jù)的范圍和維度，并且采用統(tǒng)計分析法和數(shù)據(jù)挖掘的關(guān)聯(lián)算法對在線旅游用戶數(shù)據(jù)進行研究，提出采用樸素貝葉斯算法進行個性化推薦的研究思路。

二、研究對象和方法

1.研究對象和數(shù)據(jù)來源

本文將首先以在線旅游用戶為研究對象，基于統(tǒng)計學(xué)的視角設(shè)計相關(guān)的網(wǎng)絡(luò)調(diào)查問卷和訪談提綱，搜集用戶在線旅游數(shù)據(jù)，進而對在線旅游用戶數(shù)據(jù)進行分析研究，利用問卷星網(wǎng)絡(luò)調(diào)查平臺發(fā)放設(shè)計好的問卷，問卷主要包括用戶的旅游目的地和旅游方式，在線旅游信息搜尋行為，預(yù)訂行為，互動行為，分享行為，回收問卷300份。并且自行設(shè)計訪談提綱，主要就關(guān)于在線旅游的網(wǎng)絡(luò)行為的問題進行提問。

2.方法設(shè)計

（1）文獻研究法：通過查閱中外文獻，綜合梳理國內(nèi)外關(guān)于大數(shù)據(jù)背景下在線旅游用戶數(shù)據(jù)研究以及關(guān)聯(lián)性研究的文獻。

（2）問卷調(diào)查法：在文獻研究的基礎(chǔ)上，本研究設(shè)計了在線旅游者在旅游前、中、后三個過程中的網(wǎng)絡(luò)行為的調(diào)查問卷。

（3）統(tǒng)計分析法：對搜集的旅游數(shù)據(jù)，借助SPSS和R等軟件對在線旅游用戶網(wǎng)絡(luò)行為（在線旅游消費偏好、旅游方式偏好，網(wǎng)絡(luò)互動分享行為）等數(shù)據(jù)進行描述統(tǒng)計；對旅游目的地選擇、旅游服務(wù)質(zhì)量、旅游產(chǎn)品購買情況、旅游預(yù)訂行為的影響因素做卡方檢驗。

三、在線旅游用戶網(wǎng)絡(luò)足跡研究

在線旅游用戶在旅游前、中、后的三個階段的網(wǎng)絡(luò)行為均由在線旅游信息搜尋行為、在線旅游預(yù)訂行為以及在線旅游互動分享行為構(gòu)成。其中，在線旅游搜尋行為在旅游前和旅游過程中均較活躍；在線旅游預(yù)訂行為在旅游前最為活躍；在線旅游分享行為在旅游過程中和旅游后相對比較活躍。

1.在線旅游信息搜尋行為研究

研究發(fā)現(xiàn)，幾乎所有被調(diào)查用戶在旅游前或者旅游中都發(fā)生過旅游信息的搜尋行為。借助于SPSS軟件，本文對旅游信息搜尋內(nèi)容的數(shù)據(jù)進行了分析，在線旅游用戶旅游前旅游信息搜尋行為可分為三個梯度。第一梯度是旅游游玩信息，屬于旅游核心信息，分別有35%、46%的在線旅游用戶在旅游前搜尋旅游攻略和景點、特產(chǎn)美食信息。第二梯度是旅游服務(wù)信息查詢，屬于旅游保障性信息，分別有48%、40%的在線旅游用戶在旅游前搜尋目的地天氣信息和交通信息。第三梯度為其他信息查詢，屬于輔助性旅游信息，用戶在旅游前訪問旅游社區(qū)及網(wǎng)絡(luò)論壇，詢問旅游目的地的注意事項、小費給予多少合適等特殊信息，這類搜尋量在增長。從搜尋行為的信息源來看，以百度，谷歌為代表的綜合搜索引擎地位受到旅游平臺商的沖擊。處于第一梯度層次的旅游攻略以及景點美食特產(chǎn)的搜尋，旅游平臺商的占比分別高達70%，69%，遠高于綜合搜索引擎。

2.在線旅游信息預(yù)訂行為研究

隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展以及旅游用戶消費習(xí)慣的改變，越來越多的旅游用戶選擇在線預(yù)訂旅游產(chǎn)品。在線旅游用戶在旅游前或旅游中預(yù)訂最多的是景區(qū)門票，占比為59%，其次是酒店、火車票、機票。因此，“玩”、“住”是在線旅游用戶最為關(guān)注的旅游產(chǎn)品。而且相對于“交通+酒店+租車服務(wù)”，“交通+景區(qū)門票+租車服務(wù)”，“酒店+景區(qū)門票+租車服務(wù)”等多種旅游產(chǎn)品組合而言，交通，景點門票，酒店住宿等旅游單個產(chǎn)品更受在線旅游用戶的青睞。

在線旅游用戶旅游前預(yù)訂內(nèi)容構(gòu)成方面，不同學(xué)歷的在線旅游用戶對預(yù)訂旅游產(chǎn)品內(nèi)容產(chǎn)生影響。初中及以下的在線旅游用戶以預(yù)訂酒店和景區(qū)門票為主，大學(xué)本科及以上學(xué)歷的用戶預(yù)訂租車服務(wù)及其他產(chǎn)品的比例最高，占比28.7%，因此學(xué)歷等因素均會對在線旅游用戶的預(yù)訂內(nèi)容產(chǎn)生影響。與旅游之前相比，在線旅游用戶在旅游中的預(yù)訂旅游產(chǎn)品行為較為平淡。

3.在線旅游互動分享行為研究

問卷結(jié)果顯示，約22%的在線旅游用戶在旅游前會更新有關(guān)本次旅游的微信朋友圈、微薄、QQ等動態(tài)。結(jié)合深度訪談記錄，更新的內(nèi)容會提及旅游目的地，旅游前照片，旅游期望值等相關(guān)的信息。在線旅游中，在線旅游用戶的分享互動行為主要表現(xiàn)為寫游記，更新有關(guān)本次旅游的微信朋友圈、微薄、QQ等動態(tài)，用戶使用移動端（手機、平板）進行分享互動行為的占比遠高于PC端。在旅游后是在線旅游用戶進行旅游經(jīng)歷分享互動行為最活躍的階段。問卷結(jié)果顯示，100%的在線旅游用戶旅游后存在分享互動行為。從分享互動的內(nèi)容構(gòu)成來看，旅游后分享互動行為主要集中在更新關(guān)于本次旅游的微信朋友圈、微博、QQ等動態(tài)。

四、總結(jié)

在線旅游用戶在旅游前、中、后的三個階段的網(wǎng)絡(luò)行為均由在線旅游信息搜尋行為、在線旅游預(yù)訂行為以及在線旅游互動分享行為構(gòu)成。在信息內(nèi)容的搜尋層面，在線旅游用戶在出游前查詢最多的是旅游攻略信息和景點美食信息，在旅游過程中則對交通信息以及預(yù)訂信息需求最大。在在線旅游預(yù)訂行為方面，在線旅游用戶在旅游前或旅游過程中預(yù)訂最多的旅游產(chǎn)品為景區(qū)門票，不同學(xué)歷的在線旅游用戶預(yù)定的產(chǎn)品存在差異。100%的在線旅游用戶旅游后存在分享互動行為。從分享互動的內(nèi)容構(gòu)成來看，旅游后分享互動行為主要集中在更新關(guān)于本次旅游的微信朋友圈、微博、QQ等動態(tài)，上傳照片視頻等。分享渠道來看，旅游后不同的分享互動行為選擇不同渠道存在差異。

參考文獻：

[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]呂洋洋，白凱.旅游交易網(wǎng)站消費者評價維度研究一以攜程網(wǎng)為例[J].旅游科學(xué)，2014，28（2）：49-61.

[4]黃先開，張麗峰，丁于思.百度指數(shù)與旅游景區(qū)游客量的關(guān)系及預(yù)測研究一以北京故宮為例[J].旅游學(xué)刊，2013，28（11）：93-99.

作者簡介：金澤鑫（1992.07- ），男，漢族，江蘇揚州人，南京郵電大學(xué)經(jīng)濟學(xué)院，2015級研究生，研究方向：市場統(tǒng)計endprint