基于多元互联网大数据的南京旅游气候舒适度与年内旅游热度指数变化相关性分析

作者:任宇杰;柳操;唐晓岚; 刊名:河北旅游职业学院学报 上传者:李德龙

【摘要】本文利用江苏省南京市1981年到2010年的气候资料,对南京市旅游气候舒适度做出了评价,划分出其适游等级和旅游适宜期的年内分布情况;结合在互联网平台上收集的多元互联网大数据,在整理筛选和计算后得出南京市搜索引擎类旅游热度指数和社交软件类旅游热度指数。在对气候舒适度及特殊影响因素赋值的基础上,建立线性回归方程分析其相关性。结果表明:南京市的适游时期为3-5月和8-10月,互联网旅游热度指数的峰值出现在4月和7-9月,两者相关性明显,相关性系数0.964。互联网的新兴大型节日和我国的传统节日等特殊影响因素也是影响互联网旅游热度指数和气候舒适度变化关系的重要因素。

全文阅读

随着互联网的高速发展,出行前在搜索引擎和社交媒体上搜寻旅游地的相关信息已经成为了每个游 客的习惯,因而基于互联网大数据的旅游热度这一概念应运而生。选择互联网大数据进行科学研究可以很好地避免数据样本达不到支撑理论的情况。旅游地的旅游热度一般情况下都存在时间上的分布规律,其原因包括旅游资源和旅游设施的差异,除此以外气候舒适度是影响其的主要自然因素,另外人们的工作作息和相关休闲制度是影响旅游热度的主要社会因素[1]。而社会因素一般会在由自然因素即气候舒适度而形成的旅游季节性分布的基础上产生叠加影 响作用,旅游地的气候舒适度与旅游地的热度年内分布有着密切的关系[2]。国外将基于大数据对城市居民的行为活动的分析进行的比较早也比较具体,比较有代表性的有:HollensteinL通过获取800万个雅虎旗下图片网站Flickr共享图片的位置和图像信息来确定伦敦和芝加哥都市区的城市居民活动中心区的地理范围边界[3],以及其他学者将大型社交网络的数据抓取(如Twitter,Google+等)以及大型搜索引擎的流量分析(Google,Bing等)并将运用到城市开发与规划中。国内学者目前对气候舒适度的研究还集中在单一旅游地的旅游资源评价、气候舒适度评价等。近年来全球气候变化一直是受到高度重视的热点课题[4-11],但将其与互联网大数据结合的研究仍相对薄弱。南京市是国内外著名的旅游热点城市,本文统计了1981年至2010年南京市的气象资料,并以来自百度、搜狗、360为主的搜索引擎数据和微博、微信为主的社交软件流量数据为依据,对南京市旅游气候舒适度与旅游热度指数年内变化的相关性进行探讨,以期为南京市旅游业的科学可持续发展提供参考依据。 一、材料与方法 (一)南京市气候舒适度指数概况 本文从影响气候舒适度的重要要素出发,在中国气象局气象数据中心收集了1981年至2010年江苏省南京市各月平均气温、平均相对湿度、平均降水、平均风速和平均日照时间五个影响因子作为原始数据。选取温湿指数、风效指数、着衣指数和综气候综合舒适度指数[12](表1),对每个评价指标的计算结果进行赋值和计算,构建评价体系对南京市气候舒适性进行分析研究,最终得出南京市1981年至2010年的气候舒适度指数概况(表2)。 数 候舒适度的气候原始要素,构建了在7-9范围内为舒适,在5-7范围内一套三层综合气候评价体系 较舒适;3-5范围内为较不舒适;1-3范围内为不舒适。 (二)南京市基于互联网大数据的旅游热度指数概况 将“南京”和“旅游”作为关键词,在充分考量了各个互联网大数据平台的实际流量情况和全国游客的互联网使用习惯后,选择了百度、360、搜狗、微博和微信五大平台的开放性原始数据作为影响旅游热度指数的原始因子。记录每一条有效数据信息,得到2016年全年符合互联网热度指数计算的大数据总计65848条。构建了一套三层结构的互联网旅游热度评价体系(图1),筛选整理获取到的所有数据,统计出2016年全年各月南京旅游大数据总量,再除以2016年当月实际天数,得到南京市互联网旅游热度指数逐月分布情况(表3): systemstructure 整体热 166.9188.5192.2204.3184.8194.5211.6213.9208.3174.7159.3175.7 度指数 二、结果与分析 (一)南京旅游气候舒适度评价 南京属亚热带季风气候,雨量充沛,年降水1200mm,四季分明,年平均温度15.4,年极端气温最高39.7,最低-13.1,年平均降水量1106mm。春季风和日丽;梅雨时节,又阴雨绵绵;夏季炎热,秋 天

参考文献

引证文献

问答

我要提问