重庆市旅游网络关注度与客流量关系研究——基于百度指数.pdf

年月J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y第 卷第 期收稿日期:作者简介:王莉霞(),女,教授,研究方向为旅游法规与政策.通讯作者:杨敏(),女,硕士研究生,研究方向为旅游接待业管理.重重庆庆市市旅旅游游网网络络关关注注度度与与客客流流量量关关系系研研究究 基基于于百百度度指指数数王莉霞,杨 敏(西安外国语大学 旅游学院人文地理研究所,陕西 西安 )摘要:在互联网时代,明晰城市网络关注度与客流量的关系于城市旅游业发展而言非常重要.借助百度指数平台,使用高峰指数、年际变动指数、VA R模型等方法揭示了重庆市旅游网络关注度的时空分布特征,并进一步分析了网络关注度与客流量的关系.结果表明:时间分布上呈阶段性增长,关注度最高的年份为 年,年的年际变动指数最接近 ,变动小,关注度稳定;空间分布上呈分散式,增长不均衡,大致以重庆市为核心向外扩散,先向东扩散,再向南北扩散,符合地理衰减规律,在空间上集中于近距离客源省市,按关注度高低可分为个梯队;网络关注度与客流量存在明显的正相关关系,网络关注度是客流量的前兆,网络关注度对客流量有持续的正向冲击作用,滞后期为一年.关键词:网络关注度;VA R模型;年际变动指数;时空分布特征中图分类号:F 文献标识码:A文章编号:()S t u d yo nt h eR e l a t i o n s h i pB e t w e e nT o u r i s mN e t w o r kA t t e n t i o na n dT o u r i s tF l o wi nC h o n g q i n gB a s e do nB a i d uI n d e xW a n gL i x i a,Y a n gM i n(I n s t i t u t e o fH u m a nG e o g r a p h y,S c h o o l o fT o u r i s m,X ia nI n t e r n a t i o n a lS t u d i e sU n i v e r s i t y,X ia n,S h a a n x i ,C h i n a)A b s t r a c t:I nt h e I n t e r n e t e r a,i t i s v e r y i m p o r t a n t f o r t h ed e v e l o p m e n t o f u r b a n t o u r i s mt o c l a r i f y t h e r e l a t i o n s h i pb e t w e e nu r b a nn e t w o r ka t t e n t i o na n dp a s s e n g e rf l o wW i t ht h eh e l po fB a i d uI n d e xp l a t f o r m,p e a k i n d e x,i n t e r a n n u a l v a r i a t i o n i n d e x,VA Rm o d e l a n do t h e rm e t h o d sw e r eu s e dt or e v e a l t h es p a t i a la n dt e m p o r a l d i s t r i b u t i o nc h a r a c t e r i s t i c so f t o u r i s mn e t w o r ka t t e n t i o n i nC h o n g q i n g,a n df u r t h e ra n a l y z et h er e l a t i o n s h i pb e t w e e nn e t w o r ka t t e n t i o na n dp a s s e n g e r f l o w T h e r e s u l t s s h o w e d t h a t:t h e t i m ed i s t r i b u t i o ns h o w e dap h a s e di n c r e a s e,a n dt h ey e a rw i t ht h eh i g h e s ta t t e n t i o nw a s T h e i n t e r a n n u a lc h a n g e i n d e x i n w a s t h e c l o s e s t t o ,w i t h l i t t l e c h a n g e a n ds t a b l e a t t e n t i o n;I n t e r m so f s p a t i a l d i s t r i b u t i o n,i t i sd i s t r i b u t e dw i t hu n e v e ng r o w t hW i t hC h o n g q i n ga s t h ec o r e,i ts p r e a d so u t w a r d,f i r s t t ot h e e a s t a n d t h e n t o t h en o r t ha n ds o u t h,w h i c ha c c o r d sw i t ht h e l a wo f g e o g r a p h i c a l a t t e n u a t i o n I nt e r m so f s p a c e,i t f o c u s e so n t h e c l o s e s o u r c ep r o v i n c e s a n dc i t i e s,w h i c hc a nb ed i v i d e d i n t o f o u r e c h e l o n sa c c o r d i n gt ot h e l e v e l o f a t t e n t i o n;T h e r e i s as i g n i f i c a n tp o s i t i v e c o r r e l a t i o nb e t w e e nn e t w o r ka t t e n t i o na n dp a s s e n g e r f l o w N e t w o r ka t t e n t i o n i s ap r e c u r s o ro f p a s s e n g e r f l o w N e t w o r ka t t e n t i o nh a s ac o n t i n u o u sp o s i t i v e i m p a c to np a s s e n g e r f l o w,a n dt h e l a gt i m e i so n ey e a r K e yw o r d s:n e t w o r ka t t e n t i o n;VA Rm o d e l;I n t e r a n n u a lv a r i a t i o ni n d e x;s p a t i a l a n dt e m p o r a ld i s t r i b u t i o nc h a r a c t e r i s t i c s 引言 年月,中国互联网络信息中心(C NN I C)在京发布第 次 中国互联网络发展状况统计报告,截至 年月,我国网民规模为 亿人,互联网普及率达 .信息技术的快速发 年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期展,使得“指尖上的吃喝玩乐”成为现实,各大网络搜索引擎成为大众的“千里眼、顺风耳”,互联网使得信息获取的成本降低、效率提高,旅游业供需双方的信息不对称性逐渐降低.基于搜索引擎的网络关注度不仅是反映用户旅游信息及旅游需求程度的客观指标,也成为大数据时代旅游研究的热点和视角,目前国内外学者对于网络关注度的研究成果也较为丰富.国外学者一般基于谷歌指数进行研究,Y a n g等发现网络搜索引擎一定程度上可以预测旅游者的消费行为和旅游产品偏好;K i m等发现性别特征会影响旅游者的网络搜索行为,G i t e l s o n等和V e r m e u l e n等分析了景区网络关注度与现实客流量之间的相关关系及其影响因素.国内学者一般基于百度指数进行研究,主要集中于方面,大都以实证分析为主:一是网络关注度与现实旅游流的关系研究及其影响因素,既有微观景区,也包括城市旅游、乡村旅游、省域旅游,影响因素包括经济发展水平、受教育程度、互联网普及程度等;二是网络关 注 度 对 旅 游 需 求 的 预 测 作 用 及 其 时 空 特征,;三是各类型旅游的网络关注度时空特征研究,涉及范围广,包括红色旅游、研学旅游、体育赛事、出境旅游、邮轮旅游、自驾游、冰雪旅游、体育旅游、各类型景区(洞穴、森林公园)等.除此之外,还包括对网络舆情、旅游安全 的研究.综上,关于网络关注度的研究目前已经较为成熟,但对得益于互联网而暴火的网红城市的研究还较少,网红城市的网络关注度与客流量之间的关系更值得探究.这关系到网红城市将网络关注度变现的能力,而该能力对该城市的旅游业发展非常重要;同时也关系到该城市在网红效应消失后,新的旅游形象的塑造.数据来源与研究方法 数据来源百度指数(b a i d ui n d e x)是以百度海量网民行为数据为基础的数据分析平台,主要用于揭示某一关键词在过去某段时间中的“媒体关注度”和“用户关注度”,是当前互联网乃至整个大数据时代最重要的统计分析平台之一,也是当前众多企业营销决策的重要依据.用户关注度即为网络关注度,是以数千万网民在百度的搜索量为数据基础,以关键词为统计对象,分析并计算各个关键词在百度网页搜索中搜索频次的加权和,并以曲线图的形式进行展现.本研究以“重庆旅游”“重庆旅游攻略”“重庆旅游景点”“重庆旅游必去景点”“洪崖洞”为网络搜索关键词,检索获取 年月呈 年 月全国各省市对重庆市旅游网络关注度的数据.重庆市每年客流量的数据主要来源于 年 重庆市旅游业统计公报 中国旅游统计年鉴 重庆市政府工作报告 等文件.年,全国乃至全球的旅游业都遭受了不同程度的重创,鉴于此特殊情形,为更好反映旅游业的实际状况,自 年始,重庆市年旅游接待人次统计标准发生变化,过夜游客成为统计标准.为避免前后统计标准不一带来的误差,年和 年的旅游接待人次参考了成都市 年的旅游接待人次和重庆市文旅委的工作简报,将重庆市 年的旅游接待人次数据作了一定调整.研究方法 高峰指数高峰指数是指重庆市旅游网络关注度最高的年份相 对 于 关 注 度 较 低 的 年 份 的 比 值,计 算 公式为:PnVVn(n)V ()式()中,V为网络关注度最高年份的关注数;Vn指在第n个年份的关注数;n为参考时间段,一般取中间值.年际变动指数年际变动指数是用来表明网络关注度年际差异变化的一种指标,计算公式为:YNinniNi()式()中,Y为年际变动指数;n为年度数;Ni为第i年的重庆市旅游网络关注度.Y值越偏离 ,说明网络关注度的年际变动幅度越大,网络关注度越不稳定.向量自回归模型(V e c t o rA u t o R e g r e s s i o n,VA R)首先,利用A D F检验法对时间序列数据的平稳性和协整性进行检验,以避免回归分析中出现伪回归现象,再建立回归方程;其次,利用格兰杰因果关系检验(g r a n g e rc a u s a l i t yt e s t)研究重庆市客流量与网络关注度在时间维度上的因果关系;最后,建立重庆市旅游网络关注度与客流量之间的VA R模型,并利用脉冲响应函数分析网络关注度对客流量的动态影响,并进行方差分解.王莉霞,等:重庆市旅游网络关注度与客流量关系研究地理与规划 网络关注度与客流量的时空分析 时间特征分析从百度指数网获取重庆市旅游网络关注度数据,以时间为横坐标,网络关注度和客流量为纵坐标,获得重庆市旅游网络关注度曲线,如图所示.由图可知,重庆市旅游网络关注度总体上呈现上升趋势,由 年的 增至 年的 ,在 年网络关注度最高,达到峰值 .具体 可 将 其 分 为 三 个 阶 段,第 一 阶 段(年)为稳步上升阶段,第二阶段(年)为快速发展阶段,波动中平稳增长,呈现双峰状,在 年略有下降,年达到顶峰后再次下降.第三阶段(年)为回笼阶段,年出现小低谷,年缓慢回升.就客流量而言,总体呈现上升趋势,年客流量逐步上升,并在 年达到峰值(约 亿人次),年呈现断崖式下跌,年快速上升,恢复到约 亿人次.图 年重庆市旅游年关注度与年客流量变化综上可知,网络关注度与客流量总体呈现正相关关系(图),网络关注度的变化会影响客流量的变化,随着网络关注度的增加,客流量也会随之增加.而 年 网络关 注 度 与 客 流 量 双 双 骤 降;年各地逐步放宽出行限制,旅游业逐渐稳步恢复,网络关注度与客流量呈现双增长趋势.图重庆市网络关注度与客流量散点图通过对比历年重庆市旅游网络关注度数据可知,年的网络关注度最高,年的网络关注度最低.选择n值为,代 表 中 间 时 段,可 得 到 年重庆市旅游网络关注度的高峰指数为 ,说明重庆市旅游网络关注度在 年间的发展差异较大.为进一步研究重庆市旅 游网络关注 度的年际变化特点,根据式()对年际变动指数进行测算,结果 如 表所 示.分 析 可 知,年,年际变动指 数略小于 ,整体趋 于缓 慢上升态势,说明前年的网络关注度变动较大,关 注 较 不 稳 定,但 其 不 稳 定 性 在 逐 年 降 低.年后年 际 变 动 指 数 指 数 过 大 于 ,且 年变幅最大,整体呈上下波动态势,关注度变动较大,关注较不稳定.而 年的年际变动指数最接近 ,说明重庆市 年的旅游网络关注度变动小,关注度稳定.表网络关注度年际变动指数年份 变动指数/重庆市旅游网络关注度的时间变化特征大体上与我国的社会发展变化相一致,如经济发展程度、互联网普及程度、社会热点事件、旅游政策等,尤其是互联网的发展状况.年,我国互联网处于缓慢发展状态,我国网民数量逐年增加,旅游者通过互联网主动检索旅游信息的意识也在逐渐增强,该阶段的网络关注度处于缓慢上升态势.年,随着移动互联网的普及和 G、G技术的成熟及应用,我国各大短视频平台逐渐崛起,抖音、快手、微博等网络平台火爆全网,信息传播方式更加多元化,旅游者信息获取更加便捷.得益于此,年洪崖洞因酷似日本动漫 千与千寻 的场景迅速霸屏抖音,之后火爆全网,重庆也因此成为网红城市,其旅游网络关注度飙升,并于 年达到顶峰.与此同时,重庆的客流量也在逐步攀升,就洪崖洞而言,年“五一”期间,洪崖洞仅一天客流量就达到 万人次,仅次于故宫,位居全国第二.年初,旅游者感知风险提高,健康需求高于旅游需求,且上半年国内旅游基本处于停滞状态,下半年由于各地防控政策,跨省流动受限,各地对旅游的关注度普遍下降,年重庆市旅游关注度与客流量双双降至低谷.年,年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期国内防控形势好转,逐渐放开跨省旅游政策,国内旅游业逐渐恢复,重庆市旅游网络关注度与客流量慢慢回升.空间特征分析本研究通过整理 、和 年 个省、自治区、直辖市对重庆旅游网络关注度的数据,再运用S P S S软件进行可视化分析,得到了年的网络关注度变化图,如图所示.由图可知,重庆市旅游网络关注度在全国范围内分布不均,但各省市对重庆的网络关注度基本都在持续增长,仅在 年后受新冠疫情影响有所下降.十余年来,其网络关注度变化趋势大致以重庆为中心向外扩散,主要是先向东扩散,再向南北扩散.根据各省市网络关注度的高低,可将其分为个梯队:第一梯队是重庆;第二梯队是周边 省 市(四 川、陕 西、湖 北、湖 南 等 地)和东部沿海省市(北京、天津、浙江、江苏、广东、福建等地);第 三 梯 队 是 中 部 地 区(山 西、河 北、河南、安徽、江 西)和 西 南 地 区(云 南、广 西 等);第四 梯 队 是 东 北 地 区、西 北 地 区 和 港 澳 台.年之后,重庆旅游网络 关注度主要 集中在第一和第二梯队.呈现该分布情形的原因主要是经济发展水平、人口规模、地理位置、互联网普及率、受教育程度、可支配收入、新冠疫情政策等在各省市存在较大差异.由于客源地与目的地的统一性,重庆一直是网络关注度最高的地区.重庆周边省市的网络关注度都较高,尤以四川最高,主要是因为邻近的地理位置、便捷的交通和相似的地域文化等因素;沿海发达地区虽距离重庆较远,但其经济发展水平高、可自由支配收入较多、网民普及率较高、受教育程度高等因素,出游动机较为强烈,且依靠互联网获取信息的能力较强.其他地区则是经济发展水平较低、地理位置远离重庆、人口规模较小、互联网普及率低、受教育程度较低等原因,各地旅游网络关注度相对较低.图全国各省市对重庆市旅游网络关注度年际变化 网络关注度与客流量的模型估计 平稳性检验首先利用A D F检验法对重庆旅游网络关注度(X)和客流量(Y)数据进行平稳性检验,结果如表所示.检验结果表明,网络关注度X的A D F值小于的水平值,P小于 ,拒绝“存在单位根”的原假设,网络关注度为零阶单整的平稳序列.客流量Y的A D F值大于 的水平值,P大于 ,不拒绝“存在单位根”的原假设,为非平稳序列.对Y表网络关注度(X)与客流量(Y)A D F检验结果变量A D F值临界值(C r i t i c a l v a l u e)P值结论X 平稳Y 不平稳D(Y)平稳的原序列进行一阶差分后,A D F值小于的水平值,P小于 ,可以拒绝“存在单位根”的原假设,王莉霞,等:重庆市旅游网络关注度与客流量关系研究地理与规划客流量为一阶单整的平稳序列.协整检验本研究采用以残差为基础的E G法进行协整检验,首先对X,Y进行协整回归,结果如下(括号中为t值和p值):l o g(Y)eX()()()可见方程的拟合度较好,之后对残差e t进行A D F检验,检验结果如表所示.表e t的A D F检验结果检验类型(c,t,k)A D F值临界值临界值 临界值P值(,)注:检验类型c,t,k分别表示常数项,趋势项和滞后阶数.代表检验模型中不包含常数项、时间趋势项,或滞后阶数为.检验结果表明,et的A D F值小于的水平值,P小于 ,拒绝存在单位根的假设,表明et是平稳序列,则X,Y是协整的,二者存在长期稳定的均衡关系,网络关注度的变化一定程度上会引起客流量的变化.VA R模型建立本研究采用重庆市网络关注度与客流量个变量组成的系统建立V A R模型,通过A I C(A k a i k e I n f o r m a t i o nC r i t e r i o n)、S C信息(S c h w a r zC r i t e r i o n)等方法确定最优滞后阶数P,结果如表所示.接下来对VA R模型进行稳定性检验.经检验,滞后期长度为且有个内生变量的VA R模型,特征根多项式有个特征根.每个特征根倒数的模都在单位圆内,没有位于单位圆外的根,因此该VA R模型通过稳定性检验,认为模型是稳定的,检验结果见图.表VA R模型滞后阶数P的选择结果L a gL o g LL RF P EA I CS CHQ NA e e e 图VA R模型稳定性检验由此可知,VA R模型估计结果为:X X()Y()Y X()Y()格兰杰因果关系检验上述协整检验只能表明重庆市网络关注度与客流量之间存在长期稳定的均衡关系,但不能证明二者间存在统计学上的因果关系,因此还需对模型进行格兰杰因果关系检验,检验结果如表所示.表格兰杰因果关系检验D e p e n d e n tv a r i a b l e:XE x c l u d e dC h i s qdfP r o bD e p e n d e n tv a r i a b l e:YE x c l u d e dC h i s qdfP r o bY X A l l A l l 由表可知,重庆市旅游网络关注度与客流量之间存在单向的格兰杰因果关系.在检验网络关注度是否是客流量的格兰杰原因时,P,拒绝原假设,即网络关注度是客流量的格兰杰原因,在一定程度上可认为重庆旅游网络关注度对客流量存在前兆效应.在检验客流量是否是网络关注度的格 兰杰原因时,P ,不拒绝原假设,即客流量不是网络关注度的格兰杰原因,一定程度上客流量的变化不是引起网络关注度变化的原因.脉冲效应函数分别给重庆市旅游网络关注度和客流量一个 年月绿 色 科 技(J o u r n a l o fG r e e nS c i e n c ea n dT e c h n o l o g y)第 期冲击后,得到二者的脉冲响应函数图,横轴表示冲击作用的滞后期数/年,纵轴表示响应值,实线代表脉冲响应函数,虚线代表正负倍标准差偏离带,如图所示.注:实线代表脉冲响应函数,虚线代表正负倍标准差偏离带.图重庆市旅游网络关注度和客流量的脉冲响应函数由图(b)可知,客流量对来自网络关注度的冲击没有立即作出响应,客流量第一期的响应值为,随后迅速上升,并在第二期达到顶峰,响应值为 ,在此之后,网络关注度对客流量的冲击作用逐渐趋于平稳.说明,网络关注度对客流量有持续的正向冲击作用,且能在第二年达到冲击的峰值.由图(c)可知,网络关注度对来自客流量的冲击立即作出了 的响应,第一期即是响应的峰值,随后不断趋于,说明客流量的增加对网络关注度的影响不大,与此前格兰杰因果检验结果一致.方差分解利用方差 分解可以看 出每个变量 的变动对VA R系统变量影响的贡献度,本研究基于VA R模型进行方差分解,结果见表.表方差分解结果V a r i a n c eD e c o m p o s i t i o no fX:P e r i o dSEXYV a r i a n c eD e c o m p o s i t i o no fY:P e r i o dSEXY 由表可知,在网络关注度的波动中,不考虑自身的贡献度,客流量对网络关注度的贡献度在第一期为,之后逐渐缓慢上升,稳定在 左右,最高可达 .在客流量的波动中,网络关注度对客流量第一期就存在影响,贡献度为 ,随后逐渐上升,最高达 ,说明网络关注度对客流量有较大影响,而网络关注度除了受客流量影响外,还存在其他贡献度更大的因素.结论本研究通过高峰指数、年际变动指数、S P S S软件、VA R模型分析重庆市旅游网络关注度的时空特征、及客流量与网络关注度的关系,主要结论如下:王莉霞,等:重庆市旅游网络关注度与客流量关系研究地理与规划()时间特征.重庆市旅游网络关注度呈阶段性增长,关注度最高的年份为 年;高峰指数为 ,年间发展差异较大;数年的年际变动指数都或大或小地偏离 ,关注度变动较大,关注较不稳定,年的年际变动指数最接近 ,该年关注度变动小,关注度稳定.()空间特征.重庆市旅游网络关注度总体上在全国呈分散式,增长不均衡.变化趋势大致以重庆为中心向外扩散,先向东扩散,再向南北扩散,符合地理衰减规律,在空间上集中于近距离客源城市.可划分为个梯队,第一梯队为客源地与目的地相统一的重庆市,第二梯队为具有地缘优势的周边省市和具有经济优势的东部沿海地区,第三梯队为地缘优势、经济优势居中的中部地区和西南地区,第四梯队为地理位置遥远的东北、西北与港澳台地区.()网络关注度与客流量关系.二者间存在明显的正相关关系,网络关注度是客流量的格兰杰原因,在一定程度上,重庆旅游网络关注度是客流量的前兆.网络关注度对客流量有持续的正向冲击作用,当年网络关注度的增加会引起下一年客流量的增加,滞后期为一年.()网络关注度对客流量的影响大于客流量对网络关注度的影响.网络关注度还受到经济发展程度、人口规模、互联网普及率、受教育程度、可支配收入、地理位置、社会热点事件等因素的影响.参考文献:Y a n gX,P a nB,E v a n sJA,e ta l F o r e c a s t i n gC h i n e s eT o u r i s tV o l u m ew i t hS e a r c hE n g i n eD a t aJ T o u r i s m M a n a g e m e n t,():K i mDY,L e h t oXY,M o r r i s o nA M G e n d e rD i f f e r e n c e s i nO n l i n e T r a v e lI n f o r m a t i o n S e a r c h:I m p l i c a t i o n sf o r M a r k e t i n gC o mm u n i c a t i o n so nt h eI n t e r n e tJ T o u r i s m M a n a g e m e n t,():G i t e l s o nRJ,C r o m p t o nJL T h ep l a n n i n gh o r i z o n sa n ds o u r c e so f i n f o r m a t i o nu s e db yp l e a s u r ev a c a t i o n e r sJ J o u r n a l o fT r a v e lR e s e a r c h,():V e r m e u l e n IE,S e e g e r sD T r i e da n d t e s t e d:t h e i m p a c t o f o n l i n eh o t e l r e v i e w so nc o n s u m e rc o n s i d e r a t i o nJ T o u r i s m M a n a g e m e n t,():郑玉莲,陆林,赵海溶芜湖方特网络关注度分布特征及与客流量关系研究 以P C端和移动端百度指数为例J资源开发与市场,():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,():汪秋菊,黄明,刘宇城市旅游客流量网络关注度空间分布特征与 耦 合 分 析 J地 理 与 地 理 信 息 科 学,():琚胜利,陶卓民,韩彦林南京乡村旅游景区游客网络关注与景区引力耦合协调度J经济地理,():刘玉芳,王爱忠,王春宝贵州省旅游网络关注度与游客客流量时空相关分析J桂林理工大学学报,():马丽君,龙云基于网络关注度的湖南省居民旅游需求时空特征J经济地理,():马丽君,郭留留基于网络关注度的北京市居民对 A级景区旅游需求 时 空 特 征 分 析 J干 旱 区 资 源 与 环 境,():苏卉,康文婧红色旅游经典景区网络关注度时空特征及影响因素研究J干旱区资源与环境,():张博,吴柳网络关注度视角下研学旅行发展现状与影响因素研究J地域研究与开发,():,陈昆仑,林晨喧,刘小琼,等中国马拉松网络关注的时空特征及影响因素J经济地理,():鄢继尧,赵媛,崔盼盼,等中国赴俄旅游网络关注度时空差异及成因分析J世界地理研究,():李霞,曲洪建邮轮旅 游网络 关 注 度 的 时 空 特 征 和 影 响 因素 基于百度指数的研究J统计与信息论坛,():王章郡,方忠权,杜坤中国自驾车旅游网络空间关注度的时空演变 基于G o o g l e搜索解析的分析J地域研究与开发,():陈玉萍,刘嘉毅,郭修金基于网络关注度的中国冰雪旅游产业发展启示J天津体育学院学报,():舒丽,张凯,王小秋,等基于百度指数的我国体育旅游网络关注度研究J北京体育大学学报,():何小芊,张艳蓉,刘宇旅游洞穴网络关注度的时空特征研究 以中国最美五大旅游洞穴为例J中国岩溶,():陆利军,廖小平,戴湘毅国家森林公园网络关注度的空间关联结构 研 究 J中 南 林 业 科 技 大 学 学 报,():陈璟浩,陈美合,曾桢突发公共卫生事件中中国网民关注度分析 基于新冠肺炎网络舆情数据J现代情报,():邹永广,林炜铃,郑向敏旅游安全网络关注度时空特征及其影响因素J旅游学刊,():汪秋菊,贾宇,刘宇,等奥运场馆水立方的客流量与网络关注度关系分析J东北石油大学学报,():万田户,张志荣,李树亮,等乡村旅游国内网络关注度的时空分布研 究 J西 南 大 学 学 报(自 然 科 学 版),():梁改童,高敏华,白洋新疆 A级旅游景区网络关注度时空分布特征研究J西北师范大学学报(自然科学版),():