简介:本文对利用网络话题获取定性数据的方法、对网络话题的分类、网络话题搜集方法的使用方式和适用范围等进行了探讨。网络话题方法根据研究者参与程度的不同,可分为完全不参与型、一般参与型与强势参与型三种类型,适用于取得多样的、深刻的观点内容。本文的实证研究部分,以网络话题为样本,分析了我国旅游者的旅游动机表达。研究发现:旅游者多数从心理和情感需求角度来叙述旅游动机以及旅游对旅游者个人的影响;我国旅游者的旅游动机主要源于学习、探索、消除心理压力的需要。从网友的话题中还发现:旅游和旅行促进了某些旅游者对家与家乡的热爱,即通过外出旅游,认知了“家”的价值与意义。
简介:节假日旅游客流量由于游客在短期内大量集中于同一地点、不同节假日休假时间长短、所处季节等不同,呈现复杂非线性特征和明显季节性特点。本文提出一种基于季节指数调整(SeasonalExponentialAdjustment,SEA)的自适应遗传算法(AdaptiveGeneticAlgorithm,AGA)-支持向量回归(SupportVectorRegression,SVR)预测模型,即基于SEA的AGA-SVR模型,并用国内著名5A级风景区黄山2008~2012年节假日客流量数据对模型进行验证。研究结果表明,基于SEA的AGA-SVR预测模型能够准确处理节假日旅游客流量预测中的非线性和季节性问题,较AGA-SVR和GASVR等方法具有更高的预测精度,在旅游预测领域应用前景广阔。
简介:城市模型模拟是上世纪90年代上半期形成并迅速发展的地学计算理论、方法与应用研究的最重要领域,国外以M.Batty为代表的规划与地理学家们进行了开创性的研究,取得了很多有用成果.本文借鉴这些学者的研究思路,从城市土地利用与开发的视角,利用疾病感染、传播机理的模拟方法,研究城市空间扩展、演化动力学过程的模型模拟问题;为模拟城市土地开发利用在不同阶段的表现与特征,研究了基本模型的不同变换形式;讨论了基于细胞自动机模型的城市空间扩展模型的计算结构,依据模拟结果,探讨了以城市形态扩展特征为指标进行城市分类的可行性,尝试对城市地理学的模型模拟方法作一拓展.
简介:本文选取中国入境旅游12个主要客源市场的季度数据,利用误差修正模型,分别从国家与城市层面研究中国大陆入境旅游需求长期与短期弹性,分析在各8个客源市场上入境旅游需求对影响因素变化的敏感程度,得出以下结论。(1)各客源市场游客对旅游价格的敏感程度不同。不管是长期均衡趋势还是短期动态变化,国家层面上大多数客源国对中国大陆旅游价格较为敏感;城市层面上大多数客源国游客对北京、上海的旅游价格比较敏感,而对广州的旅游价格敏感性较低。(2)不同客源市场游客对中国大陆旅游需求的变动对于其收入变动的敏感程度各不同。从国家层面上来说,加拿大、德国、美国、英国、法国的游客对中国大陆的旅游需求富有收入弹性,但澳大利亚游客对收入弹性呈负敏感;从城市层面上说,部分欧美客源国的游客对北京、上海、广州的旅游需求富有收入弹性,而部分亚洲客源国的游客对北京、上海、广州收入弹性呈负敏感。(3)相对于价格弹性以及收入弹性,替代价格弹性的效应较复杂。在国家层面上,大多数客源市场游客对长期替代价格比较敏感,有的客源市场呈现替代效应,有的呈现互补效应;从城市层面上来看,大多数客源市场对替代价格的变化不敏感。本文的研究可为中国入境游市场的提升提供理论依据。
简介:本文借助2006年湖北省旅游人力资源抽样调查数据,运用SPSS统计分析软件,应用灰关联GM(1,1)模型、时序趋势外推模型、二元回归方程等数理统计模型,从总量增长、部门结构、地区结构、素质结构4个方面,定量动态分析2006—2015年湖北省旅游人力资源发展趋势:总量规模上,旅游业从业规模增长呈现指数律增长趋势,增长速度逐渐加大;部门结构上,全行业与旅行社、旅游景区从业规模变化趋势保持同步,呈指数律增长,而旅游饭店与车船公司变化趋势总体呈多项式增长曲线;地区结构上,人力资源流动受地区旅游经济发展水平的影响明显,呈现“旅游经济与资源”指向性,地区分布日益不均衡;素质结构上,全行业除旅行社外的其它行业部门高层管理人员比重下降而基层员工比重上升,具有大专及以上学历的从业人员比重快速上升。
简介:认识人地关系要素因果反馈联系和构建定量模型是进行城市协调状态评价的关键,以“关中一天水经济区”规划为背景,探讨大西安人地关系协调演进趋势具有现实意义。本文在突出表征城市环境因素对人地关系地域系统运行作用的基础上,优化指标体系,运用资源环境与经济社会发展函数构建复合人地关系协调发展度模型,对西部大开发以来研究区人地关系协调状态的等级与类型进行定量评价。在此基础上,通过灰色模型GM(1,1),预测2011-2020年研究区总人口与耕地面积的模拟值。分析发现:未来10年研究区的总人口年均增长13.99‰,耕地面积年均递减14.30‰,人多地狭的矛盾使生态安全将会受到严重挑战。