“互聯網+”背景下在線旅游用戶數據研究

摘 要：目的：本文以在線旅游用戶為研究對象，探尋在線旅游者旅游前、中、后的網絡足跡，有利于旅游用戶更好的利用在線旅游平臺了解旅游信息，掌握最優旅游路線，分享旅游經歷，體驗智慧旅游，提高了用戶的滿意度。方法：通過問卷星平臺向用戶發放300份問卷。結論：在線旅游用戶在旅游前、中、后的三個階段的網絡行為均由在線旅游信息搜尋行為、在線旅游預訂行為以及在線旅游互動分享行為構成，100%的在線旅游用戶旅游后存在分享互動行為。

關鍵詞：在線旅游；網絡行為；影響因素

一、前言

近年來大數據技術發展迅速，智能終端的普及移動互聯網的快速發展又恰好迎合了旅游者對旅游的自主性和多樣性的需求，從而使得越來越多的旅游者開始借助客戶端或互聯網獲取旅游信息。現有研究已經涉及到在線旅游用戶預定及消費行為研究，旅游預測，旅游服務質量，旅游數據相關性，為本課題的研究奠定良好的基礎。Ghose（2012）等人研究了如何利用用戶生成數據來設計旅游搜索引擎的酒店顯示排序，探索出消費者數據與酒店排序系統的關聯性；Hudson（2013）等從社會媒體對旅游者決策行為的影響角度出發探討了在旅游數據之間的關聯規則；黃先開（2013）等基于百度指數數據探討了故宮有關的關鍵詞與故宮景區實際游客量之間的關系。劉益（2014）基于大眾點評網上熱門旅游城市景區團購的相關交易信息探究了景區知名度、團購折扣率、滿意度提升、團購人數等變量與景區團購購買意愿的相關關系。現有研究已經涉及到在線旅游用戶預定及消費行為研究，旅游預測，旅游服務質量，旅游數據相關性，為本課題的研究奠定良好的基礎。但是國內外關于在線旅游用戶數據研究還存在數據采集方法單一，關聯研究的范圍有待擴展的問題。因此本研究將采用傳統的問卷調查法和網絡爬蟲相結合的方法搜集數據，擴充數據的范圍和維度，并且采用統計分析法和數據挖掘的關聯算法對在線旅游用戶數據進行研究，提出采用樸素貝葉斯算法進行個性化推薦的研究思路。

二、研究對象和方法

1.研究對象和數據來源

本文將首先以在線旅游用戶為研究對象，基于統計學的視角設計相關的網絡調查問卷和訪談提綱，搜集用戶在線旅游數據，進而對在線旅游用戶數據進行分析研究，利用問卷星網絡調查平臺發放設計好的問卷，問卷主要包括用戶的旅游目的地和旅游方式，在線旅游信息搜尋行為，預訂行為，互動行為，分享行為，回收問卷300份。并且自行設計訪談提綱，主要就關于在線旅游的網絡行為的問題進行提問。

2.方法設計

（1）文獻研究法：通過查閱中外文獻，綜合梳理國內外關于大數據背景下在線旅游用戶數據研究以及關聯性研究的文獻。

（2）問卷調查法：在文獻研究的基礎上，本研究設計了在線旅游者在旅游前、中、后三個過程中的網絡行為的調查問卷。

（3）統計分析法：對搜集的旅游數據，借助SPSS和R等軟件對在線旅游用戶網絡行為（在線旅游消費偏好、旅游方式偏好，網絡互動分享行為）等數據進行描述統計；對旅游目的地選擇、旅游服務質量、旅游產品購買情況、旅游預訂行為的影響因素做卡方檢驗。

三、在線旅游用戶網絡足跡研究

在線旅游用戶在旅游前、中、后的三個階段的網絡行為均由在線旅游信息搜尋行為、在線旅游預訂行為以及在線旅游互動分享行為構成。其中，在線旅游搜尋行為在旅游前和旅游過程中均較活躍；在線旅游預訂行為在旅游前最為活躍；在線旅游分享行為在旅游過程中和旅游后相對比較活躍。

1.在線旅游信息搜尋行為研究

研究發現，幾乎所有被調查用戶在旅游前或者旅游中都發生過旅游信息的搜尋行為。借助于SPSS軟件，本文對旅游信息搜尋內容的數據進行了分析，在線旅游用戶旅游前旅游信息搜尋行為可分為三個梯度。第一梯度是旅游游玩信息，屬于旅游核心信息，分別有35%、46%的在線旅游用戶在旅游前搜尋旅游攻略和景點、特產美食信息。第二梯度是旅游服務信息查詢，屬于旅游保障性信息，分別有48%、40%的在線旅游用戶在旅游前搜尋目的地天氣信息和交通信息。第三梯度為其他信息查詢，屬于輔助性旅游信息，用戶在旅游前訪問旅游社區及網絡論壇，詢問旅游目的地的注意事項、小費給予多少合適等特殊信息，這類搜尋量在增長。從搜尋行為的信息源來看，以百度，谷歌為代表的綜合搜索引擎地位受到旅游平臺商的沖擊。處于第一梯度層次的旅游攻略以及景點美食特產的搜尋，旅游平臺商的占比分別高達70%，69%，遠高于綜合搜索引擎。

2.在線旅游信息預訂行為研究

隨著互聯網技術的高速發展以及旅游用戶消費習慣的改變，越來越多的旅游用戶選擇在線預訂旅游產品。在線旅游用戶在旅游前或旅游中預訂最多的是景區門票，占比為59%，其次是酒店、火車票、機票。因此，“玩”、“住”是在線旅游用戶最為關注的旅游產品。而且相對于“交通+酒店+租車服務”，“交通+景區門票+租車服務”，“酒店+景區門票+租車服務”等多種旅游產品組合而言，交通，景點門票，酒店住宿等旅游單個產品更受在線旅游用戶的青睞。

在線旅游用戶旅游前預訂內容構成方面，不同學歷的在線旅游用戶對預訂旅游產品內容產生影響。初中及以下的在線旅游用戶以預訂酒店和景區門票為主，大學本科及以上學歷的用戶預訂租車服務及其他產品的比例最高，占比28.7%，因此學歷等因素均會對在線旅游用戶的預訂內容產生影響。與旅游之前相比，在線旅游用戶在旅游中的預訂旅游產品行為較為平淡。

3.在線旅游互動分享行為研究

問卷結果顯示，約22%的在線旅游用戶在旅游前會更新有關本次旅游的微信朋友圈、微薄、QQ等動態。結合深度訪談記錄，更新的內容會提及旅游目的地，旅游前照片，旅游期望值等相關的信息。在線旅游中，在線旅游用戶的分享互動行為主要表現為寫游記，更新有關本次旅游的微信朋友圈、微薄、QQ等動態，用戶使用移動端（手機、平板）進行分享互動行為的占比遠高于PC端。在旅游后是在線旅游用戶進行旅游經歷分享互動行為最活躍的階段。問卷結果顯示，100%的在線旅游用戶旅游后存在分享互動行為。從分享互動的內容構成來看，旅游后分享互動行為主要集中在更新關于本次旅游的微信朋友圈、微博、QQ等動態。

四、總結

在線旅游用戶在旅游前、中、后的三個階段的網絡行為均由在線旅游信息搜尋行為、在線旅游預訂行為以及在線旅游互動分享行為構成。在信息內容的搜尋層面，在線旅游用戶在出游前查詢最多的是旅游攻略信息和景點美食信息，在旅游過程中則對交通信息以及預訂信息需求最大。在在線旅游預訂行為方面，在線旅游用戶在旅游前或旅游過程中預訂最多的旅游產品為景區門票，不同學歷的在線旅游用戶預定的產品存在差異。100%的在線旅游用戶旅游后存在分享互動行為。從分享互動的內容構成來看，旅游后分享互動行為主要集中在更新關于本次旅游的微信朋友圈、微博、QQ等動態，上傳照片視頻等。分享渠道來看，旅游后不同的分享互動行為選擇不同渠道存在差異。

參考文獻：

[1]Ghose Anindya，Panagiotis G.Ipeirotis，BeiBei Li.Designing ranking systems for hotels on travel search engins by mining user-generated and crowdsourced content[J].Marketing Science，2012，31（3）：493-520.

[2]S.Hudson，K.Thai.The impact of social Media on the consumer decision process implications for tourism marketing[J].Journal of Travel Tourism Marketing，2013，30：156-160.

[3]呂洋洋，白凱.旅游交易網站消費者評價維度研究一以攜程網為例[J].旅游科學，2014，28（2）：49-61.

[4]黃先開，張麗峰，丁于思.百度指數與旅游景區游客量的關系及預測研究一以北京故宮為例[J].旅游學刊，2013，28（11）：93-99.

作者簡介：金澤鑫（1992.07- ），男，漢族，江蘇揚州人，南京郵電大學經濟學院，2015級研究生，研究方向：市場統計endprint