English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 58229/91795 (63%)
造訪人次 : 13779648      線上人數 : 62
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/118506


    題名: 利用網路搜尋趨勢預測日本及南韓來台旅客人數
    作者: 周清江;楊士平
    關鍵詞: 時間序列;ARIMA模型;網路搜尋趨勢;旅遊預測
    日期: 2020-12-07
    上傳時間: 2020-04-09 12:11:17 (UTC+8)
    摘要: 現今觀光旅遊業在台灣是主要經濟收入來源之一,受益於網路快速發展,使用電腦及手機查詢網路資料的人數愈來愈普遍,成為人們規劃旅遊不可或缺的一部份。我們以Google搜尋引擎的查詢資料紀錄反應出搜尋者對旅遊的偏好趨勢,找出旅客主要關心的網路議題,無論對於旅遊業以及旅遊的周邊產業例如:週邊小吃等,都會有一定的幫助。但因為旅遊通常不是當下決定的事情,搜尋引擎的查詢可能會有滯後期的產生,例如:提前半年買機票等相關事宜或者是天氣查詢等,我們期望能從中蒐集資訊並發展預測,以更快了解旅遊議題現況。以往研究多是以旅客人數歷史紀錄預測旅遊量,而本文研究加上針對不同Google關鍵字及其歷史紀錄作為資料集,並利用皮爾森相關係數找出滯後期的Google熱度關鍵字,以時間序列的ARIMA模型建置多個不同性質的預測模型,比較不同參數所建置出多個時間序列的ARIMA模型,如天氣、交通、飲食等。為驗證方法之有效性,因此本研究蒐集南韓及日本來台數據96個月(2011年1月至2018年12月),及同期的Google關鍵字進行分析,找出更有效之旅遊預測模型。
    顯示於類別:[資訊管理學系暨研究所] 會議論文

    文件中的檔案:

    檔案 大小格式瀏覽次數
    index.html0KbHTML135檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋