利用網路搜尋趨勢預測日本及南韓來台旅客人數

淡江大學機構典藏 > 商管學院 > 資訊管理學系暨研究所 > 會議論文 > Item 987654321/118506

請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/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.html	0Kb	HTML	481	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

資料載入中.....