图书介绍

国内旅游市场研究 Internet环境下的新透视PDF|Epub|txt|kindle电子书版本网盘下载

国内旅游市场研究 Internet环境下的新透视
  • 李君轶著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030267474
  • 出版时间:2010
  • 标注页数:179页
  • 文件大小:16MB
  • 文件页数:192页
  • 主题词:旅游市场-研究-中国;旅游市场-研究-陕西省

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

国内旅游市场研究 Internet环境下的新透视PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 导论1

1.1 问题的提出1

1.1.1 全球旅游的快速发展1

1.1.2 我国国内旅游的兴起2

1.1.3 Internet在旅游中的应用和普及2

1.1.4 旅游需求方式的转变4

1.1.5 理论意义和实践价值4

1.2 国内外研究进展6

1.2.1 国内研究综述6

1.2.2 国外研究9

1.2.3 国内外研究评述13

1.3 研究对象、研究方法和结构框架15

1.3.1 研究对象15

1.3.2 研究方法15

1.3.3 研究框架和技术路线17

1.4 主要研究内容18

参考文献19

第2章 互联网与旅游市场发展24

2.1 旅游界关注互联网的原因分析24

2.1.1 网络销售规模不断扩大24

2.1.2 旅游虚拟营销是旅游市场营销的重要渠道25

2.1.3 Internet已逐渐成为游客最主要的信息来源渠道25

2.1.4 国际互联网的高速发展26

2.1.5 我国网民数量巨大,增长速度快27

2.1.6 国内旅游网站数量增长迅猛29

2.1.7 我国旅游网络市场规模平稳增长29

2.2 互联网对旅游市场及其研究的影响分析30

2.2.1 对旅游信息传播的影响30

2.2.2 对旅游分销的影响31

2.2.3 对旅游产品和服务的影响32

2.2.4 对旅游价格的影响33

2.2.5 对游客行为研究的影响34

2.3 我国互联网的发展——地域分布和城乡分布极不平衡34

2.4 网民与国内游客的特征匹配分析37

2.4.1 性别比例基本平衡37

2.4.2 高中以上学历占绝大部分37

2.4.3 绝大部分网民在家里上网37

2.4.4 网民的年龄分布——以青年为主体38

2.4.5 上网目的以休闲娱乐和获取信息为主39

2.4.6 结论39

2.5 国内游客网络行为分析39

2.5.1 信息查询39

2.5.2 网络旅游论坛41

2.5.3 网上预订42

2.5.4 对网络旅游信息内容的关注程度43

2.6 我国旅游网站的发展情况与旅游信息提供45

2.6.1 旅游门户网站的发展情况与信息提供45

2.6.2 旅游官方网站的发展情况与信息提供46

2.6.3 旅游企业网站的发展情况与信息提供47

2.6.4 陕西省旅游网站的发展情况与信息提供47

2.6.5 影响游客选择旅游网站的因素48

参考文献49

第3章 研究的理论基础50

3.1 旅游需求理论50

3.1.1 旅游需求影响因素分析51

3.1.2 旅游需求理论解释52

3.2 旅游需求预测模型55

3.2.1 旅游需求预测类型55

3.2.2 定量预测模型57

3.2.3 定性预测模型66

3.3 Web数据挖掘69

3.3.1 Web数据挖掘理论69

3.3.2 数据挖掘的功能70

3.3.3 Web数据挖掘应用71

3.3.4 Web数据相关分析72

3.4 地理信息系统理论73

3.4.1 地理信息系统的概念及功能73

3.4.2 地理信息系统构成74

3.4.3 地理信息系统开发75

参考文献77

第4章 基于Internet的旅游市场系统分析78

4.1 基于Internet的旅游市场分析系统78

4.2 应用Internet研究旅游市场的优势79

4.3 游客信息搜索处理过程与旅游决策80

4.4 应用Web数据源研究旅游市场的可能性和优势分析82

4.4.1 Web日志数据应用于旅游市场研究82

4.4.2 优势分析83

4.5 Web数据源研究84

4.5.1 Web数据源分析84

4.5.2 基于需求侧理论的旅游Web信息源发展的驱动力分析85

4.6 基于Web数据源的旅游市场研究87

4.6.1 集中式旅游Web信息组织与旅游市场映射框架建立87

4.6.2 基于Web数据挖掘的旅游客源市场分析与预测88

4.7 旅游网络信息场理论及其导流机制91

4.7.1 旅游网络信息场91

4.7.2 旅游网络信息场导引力92

4.7.3 旅游网络信息场强度93

4.8 基于GIS的旅游市场虚拟信息系统的构建94

4.8.1 系统总体设计与流程94

4.8.2 系统功能设计95

4.8.3 数据库设计96

参考文献97

第5章 陕西省旅游市场发展概况98

5.1 陕西省旅游概况98

5.2 陕西省旅游市场发展概况99

5.2.1 国内旅游发展状况99

5.2.2 陕西省国内旅游特征100

5.3 陕西省旅游市场存在问题分析103

5.3.1 产品开发与旅游需求存在错位103

5.3.2 旅游产业市场化发展滞后105

5.3.3 市场营销投资乏力,旅游目的地形象宣传不足105

5.3.4 管理体制上的制约105

5.3.5 地理区位局限了客源市场105

5.4 陕西省旅游市场面临的机遇106

5.4.1 旅游业发展带来的机遇106

5.4.2 资源优势带来的机遇106

5.4.3 国家宏观环境带来的机遇106

5.4.4 国际旅游市场环境带来的机遇106

5.4.5 国际大事件带来的机遇107

参考文献107

第6章 数据获取与分析108

6.1 旅游市场问卷调查数据获取与分析108

6.1.1 目的108

6.1.2 方法108

6.1.3 数据分析109

6.2 Web数据获取与分析110

6.2.1 Web数据获取平台110

6.2.2 Web数据处理113

6.2.3 模式分析115

6.3 其他数据的获取115

参考文献115

第7章 基于Web数据的陕西省旅游市场分析117

7.1 Web数据和实地调查数据的相关和关联分析117

7.2 景区(点)偏好分析118

7.3 数据季节变化对比122

7.4 数据的空间差异对比分析124

7.5 不同级别景区的数据差异对比128

7.6 不同类型景区的数据变化分析129

7.7 客源地模糊聚类分析131

7.8 陕西省旅游网络信息场分析133

7.8.1 中华行知网对陕西省旅游导引力分析133

7.8.2 中华行知网对陕西省旅游场强分析133

7.8.3 陕西省旅游信息场聚类分析134

7.8.4 结果与讨论135

7.9 基于Web亲景度的客源分析135

参考文献139

第8章 基于Web数据源的旅游需求预测模型构建140

8.1 传统预测模型140

8.1.1 时间序列模型——指数模型预测140

8.1.2 灰色模型预测140

8.2 基于Web数据的修正引力模型142

8.3 基于Web数据源的新空间模型144

8.3.1 主要客源地旅游需求预测模型——从一般到特殊的方法144

8.3.2 游客在目的地空间分布模型148

8.4 基于Web数据的ARIMA模型150

8.5 基于Web数据的不同层次景区的潜在旅游需求模型151

参考文献153

第9章 基于GIS和Web的旅游市场信息系统构建154

9.1 系统开发方式及开发平台的选择154

9.1.1 系统开发方式154

9.1.2 系统开发平台154

9.2 系统设计155

9.2.1 系统结构设计155

9.2.2 系统功能设计155

9.2.3 网络结构设计157

9.2.4 数据库设计158

9.3 陕西省旅游市场虚拟信息系统实现158

9.3.1 系统界面158

9.3.2 系统功能实现158

参考文献163

第10章 陕西省旅游虚拟市场构建与旅游虚拟营销164

10.1 虚拟营销的优势与陕西省旅游虚拟营销存在的不足164

10.2 旅游虚拟营销策略166

10.3 陕西省旅游网络营销组合策略170

10.4 陕西省旅游网站发展策略172

参考文献175

第11章 总结与展望177

11.1 研究结论177

11.1.1 我国网民特征和国内游客特征十分相似177

11.1.2 集中式Web数据是研究旅游市场虚拟的重要数据源177

11.1.3 Web数据和旅游市场分析框架之间具有映射关系177

11.1.4 Web数据和实地调查数据具有很强的关联性178

11.1.5 利用Web数据源对旅游市场分析高效、准确178

11.1.6 基于Web数据的旅游市场预测模型效果良好178

11.2 研究展望178

热门推荐