基于大数据的游客分类及时空行为研究

论文总字数：25964字

摘 要

从电子商务、医疗、军事到教育，生活的方方面面正被大数据渗透，人们的思维方式和行为方式正被大数据改写。旅游方面，游客旅游行程的各个阶段都与网络紧密结合，旅游大数据不断从游客身上产生和积累。因此，本文在文献研究市场细分、游客细分、游客时空行为和大数据的基础上，尝试采用大数据挖掘方法，搜集“蚂蜂窝旅行网”的南京游客“足迹”信息。通过Excel和SPSS软件分析南京游客的人口统计特征，客源市场构成以及游客的时空行为，采用K-means聚类分析法对南京游客分类，本文发现：南京游客可被划分为舒适型游客和探索型游客两种类型，舒适型游客的旅游空间尺度小，到访景点少，探索型游客的旅游空间尺度大，到访景点多，且喜爱文博类旅游资源。最后，本文根据已有分析和发现提出南京旅游发展的建议，回顾本次研究的局限，展望未来旅游大数据的研究方向。

关键词：大数据，游客分类，蚂蜂窝旅行网，游客时空行为

The case study of tourist segmentation and temporal-spatial behavior

based on big data

Abstract

From O2O, medical treatment, military area to education area, the big data is gradually applied to every aspect of life, transforming the mindset and behaviors. In the tourism, when tourists take advantage of the Internet before, in and after traveling, massive volume of data is generated automatically. Hence, after reading literature about market segmentation, tourist segmentation, tourist behaviors and big data, this paper tries to collect tourist information of Mafengwo, a Chinese leading online travel social network, by using the big data mining method. Based on the analysis of personal information of tourists in Nanjing, the structure of tourist market and tourist temporal-spatial behavior, using the K-means clustering analysis, this paper finds that tourists in Nanjing could be classified into two types—tourists of enjoyment and tourists of exploration, different in traveling location scale and the attractions preference.In the end, the paper makes suggestion for the development of tourism in Nanjing, summaries the limitation of this research and predicts the future research direction of big data in tourism.

KEY WORDS: Big data, tourist segmentation, Mafengwo，tourist temporal-spatial behavior

目 录

摘要 ……………………………………………………………………………………Ⅰ

Abstract ……………………………………………………………………………..Ⅰ

1. 绪论 …………………………………………………………………….…1

1.1 研究背景 ………………………………………………………….…1

1.2 研究目的和意义………………………………………………………….…...1

1.2.1研究目的 ……………………………………………………….…….1

1.2.2研究意义 …………………………………………………………….1

1.3 研究方法与创新 ………………………………………………………….…2

1.3.1 研究方法 …………………………………………...………………2

1.3.2 研究创新 …………………………………………………………….2

1.4 研究内容和框架 ……………………………………………………....…….2

1. 相关文献综述 ……………………………………………………….……….3

2.1 市场细分 …………………………………………………………….……..3

2.1.1市场细分的定义…………………………………………………….…3

2.1.2市场细分的研究视角 ……………………………………………...…3

2.1.3市场细分的标准 ………………………………………………….…..4

2.1.4市场细分的方法 ………………………………………………….…..4

2.2 旅游消费行为 ………………………………………………………….……4

2.2.1旅游消费行为的定义 ………………………………………….……..4

2.2.2旅游消费行为的研究成果 ……………………………………….…..5

2.3 旅游者时者空行为…………………………………………………………...5

2.3.1旅游者时空行为的定义 ……………………………………………...6

2.3.2旅游者时空行为的研究成果 ………………………………………...6

2.3.3旅游者时空行为研究的调查方法 …………………………………...6

2.4 游客分类 …………………………………………………………………….6

2.4.1游客分类的标准 ……………………………………………………...7

2.4.2游客分类的方法 ……………………………………………………...7

2.5 大数据 ……………………………………………………………………….7

2.5.1大数据的定义、特征和类型 ………………………………………….8

2.5.2大数据的收集 ………………………………………………………….8

2.5.3大数据在旅游行业的应用研究 …………………………………….…8

第三章 研究方法 ……………………………………………………………………....9

3.1 研究概况 ………………………………………………………………….....9

3.2 数据来源 …………………………………………………………………….9

3.3 数据处理 ……………………………………………………………………10

第四章 数据分析 ……………………………………………………………………...10

4.1 旅游者个人属性分析 ………………………………………………….…...10

4.2 客源市场构成 ………………………………………………………………11

4.3 旅游者时间行为分析 ………………………………………………………12

4.4 旅游者空间行为分析 ……………………………………………………….13

4.5 游客分类 …………………………………………………………………….17

第五章 研究结论和展望 ………………………………………………………………21

5.1 研究结论 …………………………………………………………………….21

5.2 研究局限 …………………………………………………………………….22

5.3 研究展望 …………………………………………………………………….23

致谢 …………………………………………………………………………………...24

参考文献（References） ……………………………………………………………....25

1. 绪论

1.1研究背景

2015年9月16日，国家旅游局发布了《关于实施“旅游 互联网”行动计划的通知》，强调旅游与互联网的深度融合，共同发展。“旅游 互联网”的热潮火速推进，国内线上旅游运营商通过多种方式和各种渠道，推出目的地信息和产品，日益增强同旅游目的地的融合。在此背景下，大量旅游者借助智能手机随时搜集旅游信息，行前预定旅游产品，旅途中发布旅游动态，旅程结束后分享游记、照片，产生和积累大量的电子数据。这些自然生成并被记录、储存下来的各种结构化、非结构化的网络数据，往往比传统统计或现场调查数据更加客观，更加符合实际。这些数据是旅游活动行为的一种映射，对这些“海量”数据进行挖掘、提取及分析，正成为旅游研究的重要手段。

剩余内容已隐藏，请支付后下载全文，论文总字数：25964字