文献类型：期刊文献

中文题名：基于后疫情时代的旅游需求预测研究

英文题名：Forecast of tourism demand in the post-pandemic era

作者：孙琼[1];江晶晶[1];李雪岩[1];唐少清[1]

第一作者：孙琼

机构：[1]北京联合大学管理学院,北京100101

第一机构：北京联合大学管理学院

年份：2022

期号：S01

起止页码：217-226

中文期刊名：中国软科学

外文期刊名：China Soft Science

收录：CSTPCD;;北大核心:【北大核心2020】；CSCD:【CSCD2021_2022】；CSSCI:【CSSCI2021_2022】；

基金：北京工商大学数字商科与首都发展创新中心项目(SZSK202237);北京社会科学基金研究青年项目“基于出行大数据的北京城市副中心公共交通线网韧性提升策略研究”(21GLC046);北京联合大学校级科研项目“高铁网络影响下中国城市群协同创新发展演化研究”(SK10202201)

语种：中文

中文关键词：旅游需求预测;比较分析;方法选择

外文关键词：tourism demand forecast;comparative analysis;artificial intelligence

摘要：后疫情时代,旅游需求预测的实践应用受到重视,而不同研究策略易使学者混淆对研究方法的识别和应用。以往相关文献很少从方法论视角对具体策略进行深入比较分析。综合经典和新兴的旅游需求预测技术,比较分析3类不同的研究策略(即时间序列分析、计量经济分析和人工智能方法),为学者选择预测方法和模型提供参考。
In the post-epidemic era,the practice of tourism demand prediction has been paid more and more attention.However,different research strategies tend to confuse the identification and application of research methods.In the past,the relevant literature rarely conducted in-depth comparative analysis of specific strategies from the perspective of methodology.This study synthesizes classical and emerging tourism demand forecasting technologies,compares and analyzes three different research strategies(i.e.,time series analysis,econometric analysis and artificial intelligence methods)and discusses their similarities and differences.