- Forecasting tourism demand with composite search index被引量：183收藏
- 作者：Li, Xin Pan, Bing Law, Rob Huang, Xiankai
- 机构：Beijing Union Univ;Penn State Univ;Shaanxi Normal Univ;Hong Kong Polytech Univ;Beijing Open Univ
- 来源：TOURISM MANAGEMENT 2017
- 关键词：Tourism demand forecast Big data analytics Search query data Generalized dynamic factor model Composite search index
- 质疑
- 中国主要城市旅游要素网络关注空间演化特征被引量：22收藏
- 作者：汪秋菊 刘宇 李新 张斌儒 张驰
- 机构：北京联合大学旅游学院
- 来源：《世界地理研究》 2017
- 关键词：旅游要素 百度指数 熵值法 标准差椭圆
- 摘要：旅游要素发展水平是衡量旅游产业成熟程度的重要标志。通过建立旅游"六要素"搜索关键词选取、搜索数据剥离及合成的技术方法,结合2011-2015年我国24个主要城市旅游要素网络关注度数据,采用变差系数、赫芬达尔系数等指标和标...
- 质疑
- 基于互联网大数据的旅游需求分析——以北京怀柔为例被引量：16收藏
- 作者：任武军 李新
- 机构：中国科学院大学经济与管理学院;北京联合大学旅游信息化协同创新中心
- 来源：《系统工程理论与实践》 2018
- 关键词：互联网 大数据 在线旅游 旅游需求 旅游管理
- 摘要：互联网大数据为经济金融以及旅游等行业的准确分析及预测提供了良好的数据基础．随着我国旅游业的蓬勃发展，旅游需求分析及旅游管理迫切需要实时且准确的数据作为支撑．本文以北京怀柔为例，收集两类互联网大数据进行实证研究．首先通过挖...
- 质疑
- 基于多源大数据的旅游预警系统架构设计被引量：6收藏
- 作者：任武军 李新
- 机构：中国科学院大学经济与管理学院;北京联合大学旅游学院
- 来源：《科技促进发展》 2016
- 关键词：大数据 旅游预警 系统架构 互联网数据
- 摘要：本文在对已有的旅游预警系统及方法综述的基础上,提出基于多源大数据的旅游预警系统架构。构建了多维的预警指标体系,包括区域经济数据、通信及位置数据、互联网搜索数据及社交媒体数据。该框架有望为大数据时代下更加及时和准确的旅游预...
- 质疑
- 互联网搜索指数构建新方法及国际油价实证研究被引量：3收藏
- 作者：李新 张珣
- 机构：北京联合大学旅游学院;中国科学院大学管理学院;中国科学院数学与系统科学研究院
- 来源：《系统工程理论与实践》 2016
- 关键词：互联网搜索指数 原油价格 因果分析 动态因子
- 摘要：针对大规模互联网搜索数据的多维特性,本文引入动态因子模型思想,构建反映更多关键特征的搜索指数,并使用生物信息学中因果分析方法对指数进行评价.将该指数构建及评价方法应用到国际原油现货和期货价格的分析中,与已有研究相比,本文...
- 质疑
- 基于旅游要素的中国主要旅游城市网络关注指数时空分析被引量：0收藏
- 作者：黄先开 李新 汪秋菊 刘宇 张斌儒
- 机构：北京联合大学旅游学院
- 来源：《2015《旅游学刊》中国旅游研究年会》 2015
- 关键词：旅游要素 百度指数 广义动态因子模型 标准差椭圆
- 摘要：本文以中国24个旅游城市旅游要素网络关注度为研究对象，建立与旅游要素相关的适合的搜索关键词筛选流程，创新性提出基于广义动态因子模型合成城市旅游要素搜索指数的研究方法，并对旅游要素指数进行时空维度分析：时间维度，分析201...
- 质疑
- 互联网搜索指数构建新方法及国际油价实证研究被引量：0收藏
- 作者：李新 张珣
- 机构：北京联合大学旅游学院;中国科学院大学管理学院;中国科学院数学与系统科学研究院
- 来源：《系统工程理论与实践》 2015
- 关键词：互联网搜索指数 原油价格 因果分析 动态因子
- 摘要：针对大规模互联网搜索数据的多维特性,本文引入动态因子模型思想,构建反映更多关键特征的搜索指数,并使用生物信息学中因果分析方法对指数进行评价.将该指数构建及评价方法应用到国际原油现货和期货价格的分析中,与已有研究相比,本文...
- 质疑
