旅游大数据分析_鲁力_9787568097833

本书共八个章节，第一章简要介绍大数据与旅游大数据的基础知识和目前旅游大数据的研究应用趋势。第二章至第八章主要介绍旅游大数据研究中常用的方法，包括线性回归、逻辑回归、固定效应和随机效应模型、时间序列、聚类分析、决策树与随机森林、支持向量机。除第一章外，其余各章均包含理论基础、R语言实战、经典文献导读三个部分，首先介绍相关方法的基本原理，而后基于R语言对该方法的使用与操作进行实战演示，*后以文献导读的形式带领学生学习旅游大数据方向的前沿研究和经典论文。各章节难度由浅入深，由简入繁，力求逐步激发读者兴趣，引导读者思考。本书可作为旅游管理专业、统计学相关专业及其他有关专业的本科生或研究生数据分析课程的教材，也可作为从事旅游大数据方向研究的人员及相关专业工作人员的参考用书。

党的二十大报告提出，坚持以文塑旅、以旅彰文，推进文化和旅游深度融合发展。加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。文旅产业的高质量发展更加强调与数字产业深度融合，这对我国旅游业发展提出了新要求，带来了新机遇。顺应时代要求，把旅游业培育为*具影响力的幸福产业，是新时代赋予旅游业发展的重要使命。随着数字信息网络技术的迅速发展，如今旅游业进入了数字驱动时代，逐步实现了全产业链、全产业要素的全面数字化，呈现出客户肖像化、产品个性化、品牌IP化、体验沉浸化等产业特征。近年来，在线旅游平台的兴起和智慧景区的建设使旅游产业的相关数据迎来了爆发式增长，旅游大数据分析技术在用户画像、需求预测、流量控制、时空分布分析、舆情分析等领域得到了广泛应用。同时，旅游大数据相关学术研究的推动也对旅游人才培养的质量提出了更高的要求。四川大学旅游学院在国内同行中起步较早，现已形成了从本科、硕士到博士的完整培养层次。为了顺应行业对旅游大数据人才的需求，我院在旅游管理专业获批*一流本科专业建设点后，对本科生培养方案进行了调增，增设了旅游大数据分析这门课程，因此需要根据课程内容编写一本专门的教材，系统介绍与旅游大数据相关的各种技术方法及其在学术研究中的应用。在教学实践中，编者通过对近年来的旅游大数据相关文献的收集整理，筛选确定了目前被旅游领域内相关学者广泛应用的各种技术、方法，并选择其中应用较为广泛、代表性较强的方法，包括以回归分析、固定效应模型、时间序列分析等为代表的传统统计研究方法，以及随着计算机信息系统的升级和算法程序的开发逐步应用于旅游大数据研究中的随机森林、支持向量机等机器学习方法进行介绍。虽然深度学习（各种神经网络模型）也已经开始被用于旅游研究中，但考虑到教材受众主要为具有一定统计学知识基础的旅游学专业本科生，而深度学习涉及知识较广，理解难度较大，实际操作十分复杂，因此本教材暂未编入相关内容。本教材由四川大学旅游学院的鲁力副教授根据近年来自编的教学讲义改编，在教材出版过程中，研究生彭俊霖、王妍、刘哲、贾志伟和代勇在案例整理、图表制作、代码编辑等方面进行了辅助。由于编写人员经验有限，本教材难免存在不足之处，敬请读者批评指正。鲁力2023年8月

我要评论