利用網路搜尋趨勢預測日本及南韓來台旅客人數

機構典藏 > College of Business and Management > Graduate Institute & Department of Information Management > Proceeding > Item 987654321/118506

Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/118506

Title:	利用網路搜尋趨勢預測日本及南韓來台旅客人數
Authors:	周清江;楊士平
Keywords:	時間序列;ARIMA模型;網路搜尋趨勢;旅遊預測
Date:	2020-12-07
Issue Date:	2020-04-09 12:11:17 (UTC+8)
Abstract:	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。
Appears in Collections:	[Graduate Institute & Department of Information Management] Proceeding

Files in This Item:

File	Size	Format
index.html	0Kb	HTML	287	View/Open

Loading...