基于百度指數旅游景區(qū)假期網絡關注度特征研究
——以浙江省5A級旅游景區(qū)為例*

[引用格式]Hu WY.According to the study of online attention characteristics of scenic spots based on Baidu Index：Take national 5A scenery sites of Zhejiang Province as an example[J].Tourism Forum，2015，8(4)：85-91.[戶文月.基于百度指數旅游景區(qū)假期網絡關注度特征研究：以浙江省5A級旅游景區(qū)為例[J].旅游論壇，2015，8(4)：85-91.]

戶文月

(浙江工商大學 旅游與城市管理學院，浙江 杭州 310018)

[摘要]以“浙江省5A級景區(qū)”為例，通過匯總其在2011-2014年十一假期前后一星期內百度指數變化趨勢，從時間和空間角度分析“浙江省5A級景區(qū)”各景區(qū)網絡關注度異同。研究發(fā)現：在時間特征上，從2011-2014年十一假期前后一周內景區(qū)檢索熱點曲線圖，其整體趨勢圖由和PC趨勢圖相似到逐漸和移動趨勢圖相似；PC趨勢圖和移動趨勢圖在十一假期假日期間，兩者走向呈相反趨勢走向；節(jié)假日前夕，PC趨勢圖會出現一個曲線走向高峰，而移動趨勢圖一般會在節(jié)假日期間呈現出高峰；在空間特征上，浙江省5A級旅游主要客源市場是本省及東部沿海地區(qū)；浙江省5A級景區(qū)客源市場整體變化不大，市場比較穩(wěn)定；景區(qū)網絡關注度高低與地理空間距離并無絕對相關關系。

[關鍵詞]百度指數；景觀關注度；浙江省5A級景區(qū)

一、研究背景

有關旅游者對旅游地及其景觀關注的相關研究數據來源的多種途徑中，調查問卷是最主要數據來源，研究內容涉及旅游者環(huán)境行為[1-2]、感知態(tài)度與旅游動機[3-4]等問題。另外，也有學者利用動態(tài)跟蹤技術記錄游客信息以獲取旅游流數據，開展基于時間特性定量分析[5]。隨著網絡發(fā)展與普及，廣大網民根據自己需求和興趣，利用網絡搜索工具查詢獲取所需信息。電視、報紙等傳統(tǒng)信息媒介也能夠影響旅游者關注度，進而驅動旅游地演化[6]。目前，網絡已成為旅游信息傳播主要媒介[7]。旅游者旅行前的重要行為之一就是通過旅游網站檢索旅游地信息，制訂旅行計劃。相關學者開始利用調查問卷或搜索解析等方法研究旅游地關注度、旅游消費偏好等內容[8]，以解析新媒體對旅游地發(fā)展作用和意義。該文嘗試借助百度指數搜索平臺，查詢2011-2014年有關浙江省5A級旅游景區(qū)在十一假期前后一周時間內的網絡關注度數值，從時間與空間兩個維度探討旅游景區(qū)節(jié)假日期間網絡關注度的特征。

二、文獻綜述

(一)網絡搜索數據與現實社會行為相關性研究

相關研究表明網絡搜索數據在一定程度上表達出對某一現象或事物的關注度，其在一定程度上與現實社會行為存在相關性，最早在流行病檢測[9]中證實這一相關性結論。隨后這種方法被用于預測年輕人失業(yè)率[10]、市場忠誠度[11]、旅游目的地選擇[12]等研究中。這一研究方法同樣被用于旅游領域中自駕車旅游市場演變規(guī)律[13]、網絡關注度及客流量在區(qū)域空間上呼應關系[14]、旅游消費決策行為[8]63和描述潛在旅游者景觀關注度[15]等旅游研究領域。

(二)百度指數在旅游關注度相關研究中的應用

百度指數數據分享平臺通過網民行為數據，將過去時間段內網民搜索關鍵詞的網絡曝光率和用戶關注度繪制成曲線圖，反映關鍵詞每天變化趨勢，借助百度指數平臺中關鍵詞的搜索趨勢，可以分析研究網民需求興趣、洞察社會熱點與輿論動向。百度指數在各個領域大都有涉及，如在城市建設中，借助百度指數搜集城市間用戶關注度數據，模擬城市信息流，分析城市網絡時空演變[16]。在旅游領域中，相關學者利用百度指數提供用戶關注度功能，通過關鍵詞搜索，對旅游景區(qū)關注度的季節(jié)性分布進行實證分析[17]，發(fā)現景區(qū)網絡關注度具有時間上前兆效應[18]，并進一步發(fā)現區(qū)域旅游網絡用戶關注度與實際旅游客流具有相關性[19]，進而有學者針對故宮旅游景區(qū)建立游客流量預測模型[20]，另有學者從旅游景區(qū)網絡空間關注度時空演變特征進行研究，發(fā)現網絡旅游信息訪問量與現實旅游市場在時間和空間上具有密切的相關性[21]。

現有百度指數在旅游領域的相關研究中表明旅游景區(qū)的網絡搜索訪問量與現實旅游市場確實存在著相關性，而研究的視角大都集中在時間維度上，即使少數研究結合時空角度進行研究，但在時間段的選取上不存在代表性，且案例地一般選定一個景區(qū)，不具有可比性。在此，該文通過搜集2011-2014年在十一假期前后一周有關浙江省5A級旅游景區(qū)的網絡關注度數據，從時間和空間角度對景區(qū)網絡關注度展開分析。

三、研究設計

(一)研究區(qū)域對象

該文以浙江省13個5A級旅游景區(qū)為研究對象，涉及景區(qū)依次為西湖、西溪濕地、千島湖、溪口、滕頭生態(tài)旅游區(qū)、雁蕩山、嘉興南湖、烏鎮(zhèn)、魯迅故里(含沈園)、橫店影視城、根宮佛國文化旅游區(qū)、普陀山。在百度指數查詢中，浙江省5A級旅游景區(qū)中滕頭生態(tài)旅游區(qū)、魯迅故里(含沈園)、根宮佛國文化旅游區(qū)3個旅游景區(qū)名字在百度指數中沒有查詢到相關信息，因此該文實際研究對象為其他9個景區(qū)，即西湖、西溪濕地、千島湖、溪口、雁蕩山、嘉興南湖、烏鎮(zhèn)、橫店影視城、普陀山。

(二)數據來源與分析方法

浙江省5A級旅游景區(qū)，作為浙江省級別最高的旅游景區(qū)，是浙江省對外樹立旅游形象和發(fā)展旅游業(yè)的基礎，研究景區(qū)在時空維度的網絡關注度具有重要的現實意義。該文以浙江省5A級旅游景區(qū)為例，基于百度指數對其網絡關注度進行研究分析，對浙江省5A級旅游景區(qū)旅游關注度進行簡單分辨，分析5A級景區(qū)關注度在時間和空間維度變化特征。研究中采用“浙江省5A級旅游景區(qū)”各景區(qū)名字作為相關檢索詞，檢索獲取“浙江省5A級旅游景區(qū)”9處景區(qū)在2011年、2012年、2013年和2014年十一假期前后一周內(從10月1日假期開始往前推一周和10月7日假期結束往后推一周，即9月24日到10月14日這一時間段)的網絡關注度數據，分析各景區(qū)網絡關注度時空分布的規(guī)律。

該文采用百度指數中用戶關注度作為衡量網絡關注度指標，以分析旅游目的地網絡關注度變化趨勢，并運用百度指數中“關鍵詞比較檢索”(該文以景區(qū)名作為檢索關鍵詞)，對“浙江省5A級旅游景區(qū)”進行數據統(tǒng)計與對比分析。在百度指數中輸入“浙江省5A級旅游景區(qū)”，查找其在2011-2014年十一假期前后一周內網絡關注度，選取百度指數趨勢研究欄下的熱點趨勢圖作為分析對象。熱點趨勢曲線圖分為整體趨勢、PC趨勢和移動趨勢3種趨勢曲線圖，將2011-2014年十一假期期間“浙江省5A級旅游景區(qū)”在以上3種趨勢圖的網絡關注數據匯總到EXCEL表格，同時以省為單位記錄在研究時間段內景區(qū)的整體趨勢圖作為網絡關注度空間分析數據。

四、浙江省5A級景區(qū)網絡關注度時間特征

(一)2014年浙江省5A級旅游景區(qū)網絡關注度時間變化特征

在百度指數查詢中輸入浙江省5A級旅游景區(qū)名，即以西湖、西溪濕地、千島湖、溪口、雁蕩山、嘉興南湖、烏鎮(zhèn)、橫店影視城、普陀山作為關鍵詞，查詢到2014年十一假期期間浙江省5A級旅游景區(qū)網絡關注度時間段內變化曲線(如圖1)。

注：來自百度指數：http：//index.baidu.com/圖1　2014年十一假期假日期間“浙江省5A級旅游景區(qū)”網絡關注度曲線圖

PC趨勢曲線圖的高峰值位于十一假期前夕(9月29日至9月30日)，移動終端趨勢曲線圖高峰值位于十一假期前期時段(10月2日至10月3日)，整體關注度曲線圖融合兩者趨勢圖，高峰趨勢走向相似于移動終端趨勢曲線圖。整體趨勢曲線圖在假期前夕逐漸上升并在假期前期形成凸峰，隨后開始緩慢下降，在假期結束后形成低水平值的平緩關注度曲線走向。根據以“日”為時間單位的整體趨勢曲線圖分析，在十一假期來臨前，幾乎在9月27日開始，曲線圖呈現上升趨勢，在10月1日至10月3日達到高峰后開始逐漸下降，隨后在10月8日趨于平緩狀態(tài)。在假期結束時形成一個低谷，隨后又出現上升趨勢。高峰值出現在假期前夕。PC關注度趨勢圖呈現明顯的右偏峰趨勢，高峰值出現在假期前夕。PC關注度趨勢圖幾乎以9月30日為對稱軸，形成一個開口向下的拋物線，在十一假期前夕，出現上升趨勢，在十一假期開始后，關注度趨勢圖呈現下降趨勢，且坡度較陡，在假期結束后，呈現水平走向趨勢。

與PC趨勢圖不同的是移動終端趨勢圖，其在十一假期期間，出現檢索高峰，大致形成以10月2日為對稱軸開口向下的拋物線趨勢圖，拋物線圖凸起部幾乎涵蓋十一假期，同時，與整體趨勢圖和PC趨勢圖相似，在假期結束時達到最低，隨后呈現水平靜止狀態(tài)。可能的解釋是，移動終端使用較PC更加便捷和靈活，它可以滿足旅游者在游覽的過程中查閱景區(qū)信息，因此，出現移動終端趨勢圖在節(jié)假日期間內出現關注度高峰值現象。

(二)浙江省5A級旅游景區(qū)網絡關注度時間特征比較研究

通過計算9個景區(qū)各自在2011-2014年每個年度十一假期前后一周期間關注度平均值，并按數字從大到小對景區(qū)進行排序，烏鎮(zhèn)和嘉興南湖在4年期間關注度始終分別排名第1和第9位，西湖4年期間平均位于中間位置。在此，該文選擇烏鎮(zhèn)、西湖和嘉興南湖這3個景區(qū)作為代表景區(qū)，繪制在2011-2014年4年期間網絡關注趨勢圖(如圖2)，進一步分析浙江省5A級旅游景區(qū)網絡關注度時間特征。

景區(qū)網絡關注度圖的趨勢走向與景區(qū)知名度間并不存在相關性。不同景區(qū)網絡關注度在數值上存在差異，但在趨勢走向上呈現相似的特征。如圖2所示，烏鎮(zhèn)、西湖與嘉興南湖在十一節(jié)假日期間前后關注度數值上存在差異，但是景區(qū)的3種關注度圖卻呈現相似的趨勢走向。

相比3種網絡關注度趨勢圖，PC趨勢圖在研究年限中呈現相對穩(wěn)定的狀態(tài)，基本呈現水平穩(wěn)定的狀態(tài)；移動終端趨勢圖呈現逐年增長的趨勢，且從2012年起出現超越PC關注度的態(tài)勢；景區(qū)整體網絡關注度呈現逐年增長的趨勢，且關注度高峰由節(jié)假日前夕逐漸傾向于節(jié)假日期間，雖然在4年期間十一假期期間關注度數值上存在差距，但其各自走向趨勢圖卻呈現出相似規(guī)律，相較于其他日期，均在十一假期呈現出凸峰走向。具體到單個景區(qū)，其4年期間整體關注度曲線圖在走向上相似，呈現逐年增長的趨勢。表明旅游景區(qū)假期網絡關注度在時間上呈現較穩(wěn)定規(guī)律趨勢，且關注度時間更多集中在假期期間，而不再是假期前。這顯示出在移動終端使用下，人們不再局限于假期前PC終端查詢信息，使得旅游信息查詢過程更加便捷和靈活。

五、浙江省5A級景區(qū)網絡關注度空間特征

網絡關注度空間分布與旅游現實市場空間分布大體一致[21]66，能反映出潛在游客市場空間分布特征。依據百度指數平臺，可以查詢全國各省市在2011-2014年十一假期前后一周內關于浙江省5A級景區(qū)網絡信息檢索，通過用戶IP地址即匯總PC關注度數據值，可以進一步描述網絡關注度空間分布特征。分析浙江省5A級景區(qū)網絡空間關注度在各地數據差異對掌握現實市場空間擴散規(guī)律有一定參考意義和價值。經本研究統(tǒng)計發(fā)現，2011-2014年在十一假期前后一周內即9月24日至10月14日期間省(區(qū)、市)關注度排名名稱變化不大，名次變化明顯出現在排名靠后省(區(qū)、市)(如表1)。

1.浙江省5A級旅游客源市場主要是浙江本省及東部沿海地區(qū)，市場擴散呈現出從沿海到內陸、南方到北方規(guī)律，且鄰近傳染效應明顯。

2.浙江省5A級景區(qū)客源市場變化不大。雖然不斷有新興市場涌現，但數據顯示，浙江、江蘇、上海、北京、廣東始終位于前列，這些為景區(qū)傳統(tǒng)市場，難以被新興市場所取代，尤其是浙江省5A級景區(qū)所在地浙江省市場。

3.關注度高低與地理空間距離遠近并無直接關系。緊鄰浙江省的江西省在關注度上并沒有與浙江省不臨界的河南、河北、湖南和湖北關注度高，以對西湖景區(qū)的網絡關注度看，江西省在2011-2013年期間沒有超過遼寧省(江西省在2011-2013年的平均關注度分別為：84.047 619 05，78.238 095 24，85.761 904 76；遼寧省

在2011-2013年的平均關注度分別為：98.333 333 33，89.285 714 29，91.476 190 48)，在2014年景觀關注度也沒有超過河南和湖北地區(qū)，使得浙江省5A級旅游景區(qū)關注度在空間分布上呈現一“空白”地區(qū)。因此，景區(qū)網絡關注度的高低與空間地理位置的遠近并無絕對的相關性，而可能更多的與地區(qū)的人口數和經濟發(fā)展水平和消費習慣有關。

注：來自百度指數：http：//index.baidu.com/圖2　代表性景區(qū)在2011—2014年網絡關注度趨勢圖

4.景區(qū)知名度越高，關注度空間變化越小。烏鎮(zhèn)和西湖兩個知名景點在4年期間，排名前10的省份中有9個保持穩(wěn)定不變，另一排名前10省份也僅在2個省份(烏鎮(zhèn)——河北與湖北，西湖——河北和天津)中變化，而嘉興南湖景區(qū)，4年期間中有8個省份保持不變，而排名前10的另2個省份在4個省份(河北、河南、湖北和湖南)中發(fā)生變化。

5.當地省份景區(qū)關注度趨勢圖與周圍省市存在差異，為后續(xù)旅游推廣營銷提供參考。浙江省和上海市、江蘇省雖然在關注度排名上4年期間幾乎位居前三位，但作為目的地浙江省與上海市和江蘇省在景觀關注度上呈現趨勢并不一致，且上海和江蘇兩地區(qū)在景區(qū)中呈現出相似趨勢(如圖3)。相較于浙江省關注度趨勢圖，上海市和江蘇省對橫店影視城和西溪濕地關注度較低，在圖像中呈現內凹現象。

表1　關注度排名匯總表

注：來自百度指數：http：//index.baidu.com/

注：來自百度指數：http：//index.baidu.com/圖3　景區(qū)關注度趨勢比較圖

六、研究結論與討論

通過收集浙江省9處5A級旅游景區(qū)在百度指數上的網絡關注度，可以得出其在時空上的分布規(guī)律，以及所隱含的游客在行為習慣和景區(qū)偏好選擇上的轉移現象。

在關注度時間分布規(guī)律上，PC趨勢圖在節(jié)假期來臨前夕會出現一個關注度高峰，隨著假期開始，逐漸下降；移動終端趨勢圖相比于PC趨勢圖，其關注度趨勢圖在節(jié)假期間出現高峰，且一般高峰值出現在節(jié)假日前段時間段，隨著假日結束，關注度也同PC趨勢圖一般，呈現下降趨勢。整體趨勢圖由2011年與PC趨勢圖相似，逐漸在2012年和2013年十一節(jié)假日時間段融合PC趨勢圖和移動終端趨勢圖兩者數值特征，即隱約呈現出與移動終端趨勢圖相似的走向。這一現象規(guī)律出現，在一定程度上豐富了原有李山、邱榮旭等基于百度指數關于旅游景區(qū)網絡空間關注度時間分布及其前兆效應的研究，即隨著移動終端使用，旅游景區(qū)網絡空間關注度在時間分布上逐漸改變了原有在節(jié)假期前夕出現關注度高峰現象，原有前兆效應也隨之逐漸減弱或消失。進而推斷出上文提到2014年十一節(jié)假日期間浙江省9處5A級景區(qū)網絡關注度整體趨勢圖將由融合PC趨勢圖和移動終端趨勢圖而轉向與移動終端趨勢圖相似。整體趨勢圖前兆效應更加減弱，原有研究前兆效應只能在PC趨勢圖中顯示。為了驗證這一推論，筆者收集了2011-2014年五一期間，這9處旅游景區(qū)百度指數網絡關注度，這9處景區(qū)在2011-2014年五一期間網絡關注度與這一趨勢相符。

在利用百度指數網絡關注度探索關注度時間分布的同時，通過比較各景區(qū)在這3年期間關注度值的高低，發(fā)現這9處旅游景區(qū)在空間上關注度的變化。浙江省5A級旅游客源市場主要是浙江本省及東部沿海地區(qū)，市場擴散呈現出從沿海到內陸、南方到北方的規(guī)律，且鄰近傳染效應明顯。浙江省5A級景區(qū)客源市場變化不大。雖然不斷有新興市場涌現，但數據顯示，浙江、江蘇、上海、北京、廣東始終位于前列，這些為景區(qū)傳統(tǒng)市場，難以被新興市場所取代，尤其是浙江省5A級景區(qū)所在地浙江省市場。關注度高低與地理空間距離遠近并無直接關系，更多的與省份的人口與經濟發(fā)展水平相關。景區(qū)知名度越高，關注度空間變化越小。當地省份景區(qū)關注度趨勢圖與周圍省市存在差異，這一發(fā)現為后續(xù)旅游推廣營銷提供參考。

從整體趨勢圖由原有和PC趨勢圖相似到和移動終端趨勢圖相似變化，折射出游客行為習慣的變化。在檢索查詢旅游景區(qū)行為習慣中，游客由原有使用PC在節(jié)假日前夕安排旅游行為逐漸傾向于在旅游度假期間使用移動終端查詢行為習慣，更多人群由于年齡段和工作時間原因，不再局限于旅行前細致查詢安排，更傾向于一場說走就走的旅行?；ヂ?lián)網已經成為當前絕大部分居民出游前了解旅游相關信息最主要的渠道，基于“浙江省5A級旅游景區(qū)”及其各景區(qū)百度指數數據比較研究，可以為浙江省后續(xù)旅游營銷宣傳提供建議，如對橫店影視城和西溪濕地可以加大宣傳力度等。

該文研究存在很多不足之處。例如，關鍵詞選擇合理性有待考察。該文選取“浙江省5A級旅游景區(qū)”各景區(qū)名稱作為關鍵詞，其能否正確反映大多數人在進行網絡搜索時所使用的搜索詞，以及關鍵詞選取代表性需要進行進一步確定。另一方面，網民在進行網絡信息搜集時，不僅僅局限于百度，該文研究數據僅拘于百度指數，不是立足于整個網絡系統(tǒng)，其廣度有所欠缺，關注度代表性還有待驗證。該文僅是利用百度指數對網民的“浙江省5A級旅游景區(qū)”關注度做一簡單探討。但不可忽視的是，其整體趨勢是：熱點趨勢曲線中整體趨勢曲線圖由和PC趨勢曲線圖相似到和移動趨勢曲線圖相近，顯示出近年來移動終端用戶在旅游市場上激增和移動終端作為信息查詢工具運用范圍廣泛。這使旅游管理者和經營者應該關注到移動終端用戶數量激增，投入更多力度到移動終端旅游界面開發(fā)和使用中，運用好移動終端營銷宣傳作用。同時分析對比本省和周圍省市關注度趨勢圖異同，可以幫忙找準旅游營銷宣傳對象，進一步提高浙江省旅游景區(qū)知名度，加快景區(qū)發(fā)展。

參考文獻：

[1]Liu Rf.Selective marketing for sustainable development of tourism based on the analysis of environmental behavior：A case study of Jiuzhaigou[J].Human Geography，2010，25(6)：114-119.[劉如菲.游客環(huán)境行為分析及其對可持續(xù)旅游選擇性營銷啟示：以九寨溝為例[J].人文地理，2010，25(6)：114-119.]

[2]Qi QY，Zhang J，Yang Y，et al.On environment attitudes and behavior intention of tourists in natural heritage site[J].Tourism Tribune，2009，24(11)：41-46.[祁秋寅，張捷，楊旸，等.自然遺產地游客環(huán)境態(tài)度與環(huán)境行為傾向研究—以九寨溝為例[J].旅游學刊，2009，24(11)：41-46.]

[3]Wu TH，Zhang J，Zhang HL，et al.On the relationship between tourism destination attributes and tourists′ perceived attitude，post-purchase behavior：A case of Jiuzhaigou landscape area[J].Tourism Tribune，2009，24(5)：36-42.[烏鐵紅，張捷，張宏磊，等.旅游地屬性與旅游者感知態(tài)度和購后行為關系：以九寨溝風景區(qū)為例[J].旅游學刊，2009，24(5)：36-42.]

[4]Li M，Zhang J，Luo H，et al.The study of post-disaster tourism recovery and reconstruction based on tourist motivations：The case of Jiuzhaigou after“5.12”Wenchuan Earthquake[J].Tourism Tribune，2012，27(1)：39-48.[李敏，張捷，羅浩，等.基于旅游動機旅游業(yè)災后恢復性重建研究：以“5·12”汶川地震后九寨溝為例[J].旅游學刊，2012，27(1)：39-48.]

[5]Yan L，Xu XG，Zhang XP.Analysis to temporal characteristics of tourist flows on Jiuzhaigou world natural heritage[J].Acta Scientiarum Naturalium Universitatis Pekinensis，2009，45(1)：171-177.[顏磊，許學工，章小平.九寨溝世界遺產地旅游流時間特征分析[J].北京大學學報(自然科學版)，2009，45(1)：171-177.]

[6]Lu L，Bao J.The course and mechanism of evolution about Qiandao Lake based on the theory of dissipative structure[J].Acta Geographica Sinica，2010，65(6)：755-768.[陸林，鮑捷.基于耗散結構理論千島湖旅游地演化過程及機制[J].地理學報，2010，65(6)：755-768.]

[7]Cheng SW，Zhang J，Liang YL，et al.Study on the spatial disturibution and dynamic mechanism of China′s tourism websites[J].Tourism Tribune，2009，24(2)：75-80.[程紹文，張捷，梁玥琳，等.我國旅游網站空間分布及動力機制研究[J].旅游學刊，2009，24(2)：75-80.]

[8]Tu W，Jin LJ.Study on college tourism consumption decision-making based on the attention to internet information[J].Journal of Beijing International Studies University，2012(1)：63-70. [涂瑋，金麗嬌.基于網絡信息關注度大學生旅游消費決策研究[J].北京第二外國語學院學報，2012(1)：63-70.]

[9]Ginsberg J，Mobebbi MH，Patel RS，et al.Detecting influenza epidemics using search engine query data[J].Nature，2009(2)：1012-1014.

[10]Fondeur Y， Karamé F.Can Google data help predict French youth unemployment？[J].Economic Modelling，2013，30：117-125.

[11]Smith GP.Google internet search activity and volatility prediction in the market for foreign currency[J].Finance Research Letters，2012，9：103-110.

[12]Egri G，Bayrak C.The role of search engine optimization on keeping the user on the site[J].Procedia Computer Science，2014，36：335-342.

[13]Wang ZJ，Fang ZQ，Du K.Temporal-spatial evolvement characteristics of cyberspace attention index of self-driving tours in China：Based on Google insight[J].Areal Research and Development，2011，30(5)：112-117.[王章郡，方忠權，杜坤.中國自駕車旅游網絡空間關注度時空演變：基于Google搜索解析分析[J].地域研究與開發(fā)，2011，30(5)：112-117.]

[14]Long MX，Sun GN，Long ZF.Tourist flow′response to degree of consumer network attention to Zunyi tourism[J].Geography and Geo-Information Science，2013，29(5)：98-101，118.[龍茂興，孫根年，龍珍付.遵義紅色旅游網絡關注度的客流響應研究[J].地理與地理信息科學，2013，29(5)：98-101，118.]

[15]Wang SC，Guo FH，Fu XQ，et al.A study of the spatial patterns of tourist sightseeing based on volunteered geography information：The case of the Jiuzhai valley[J].Tourism Tribune，2014，29(2)：84-92.[王守成，郭鳳華，傅學慶，等.基于自發(fā)地理信息的旅游地景觀關注度研究：以九寨溝為例[J].旅游學刊，2014，29(2)：84-92.]

[16]Xiong LF，Zhen F，Wang B，et al.The research of the Yangtze river delta core area’s city network characteristics based on Baidu Index[J].Economic Geography，2013，33(7)：67-73.[熊麗芳，甄峰，王波，等.基于百度指數的長三角核心區(qū)城市網絡特征研究[J].經濟地理，2013，33(7)：67-73.]

[17]Lin ZH，Ma YF，Liu XF，et al.Spatial and temporal features of network attention of scenic areas[J].Resources Science，2012，34(12)：2427-2433.[林志慧，馬耀峰，劉憲鋒，等.旅游景區(qū)網絡關注度時空分布特征分析[J].資源科學，2012，34(12)：2427-2433.]

[18]Li S，Qiu RX，Chen L.Cyberspace attention of tourist attraction based on Baidu Index：Temporal distribution and precursor effect[J].Geography and Deo-Information Science，2008，24(6)：102-107.[李山，邱榮旭，陳玲.基于百度指數的旅游景區(qū)絡空間關注度：時間分布及其前兆效應[J].地理與地理信息科學，2008，24(6)：102-107.]

[19]Long MX，Sun GN，Ma LJ，et al.An analysis on the variation between the degree of consumer attention of travel network and tourist flow in regional tourism：A case of Sichuan Province[J].Areal Research and Development，2011，30(3)：93-97.[龍茂興，孫根年，馬麗君，等.區(qū)域旅游網絡關注度與客流量時空動態(tài)比較分析：以四川為例[J].地域研究與開發(fā)，2011，30(3)：93-97.]

[20]Huang XK，Zhang LF，Ding YS.Study on the predictive and relationship between tourist attractions and the Baidu Index：A case study of the Forbidden City[J].Tourism Tribune，2013，28(11)：93-100.[黃先開，張麗峰，丁于思.百度指數與旅游景區(qū)游客量的關系及預測研究：以北京故宮為例[J].旅游學刊，2013，28(11)：93-100.]

[21]Liu YH，Huang YS.Temporal-spatial evolvement characteristics of cyberspace attention index of Yongding Storied Building in Fujian：Based on Baidu Index[J].Journal of Leshan Normal University，2014，29(1)：62-68.[劉月紅，黃遠水.福建永定土樓網絡空間關注度的時空演變：基于百度指數的分析[J].樂山師范學院學報，2014，29(1)：62-68.]

[責任編輯：潘岳風]

The Study of Online Attention

Characteristics of Scenic Spots Based on Baidu Index

——Taking National 5A Scenery Sites of Zhejiang Province as an Example

HU Wenyue

(TourismandCityManagementSchool，ZhejiangGongshangUniversity，Hangzhou310018，China)

Abstract：By using the Baidu index trends through a summary of before and after the China National Day holiday from 2011 to 2014，the paper described tourists′ attention to the scenic of Zhejiang national 5Ascenery sites.The results show that：From 2011 to 2014 the hot attractions retrieve graphs within a week before the festival.The overall trend and the trend is similar from the PC to mobile and gradual trend；PC trends and mobile trends during the National Day holiday are opposite；Holiday eve， PC will be a trend toward peak curve，and mobile trends generally show a peak during the holiday season；From the spatial dimensions’ there are some features：the main tourist market is around eastern coastal areas besides Zhejiang province；the customer market is stable；there is no relationship between online attention and distance of geographical spatial.

Key words：Baidu Index；landscape online attention；national 5A scenery sites of Zhejiang Province

[中圖分類號]F592.7

[文獻標識碼]A

[文章編號]1674-3784(2015)04-0085-07

[作者簡介]戶文月(1990- )，女，河南鶴壁人，浙江工商大學旅游與城市管理學院2013級碩士研究生，主要研究方向為旅游景區(qū)管理與旅游規(guī)劃。

[收稿日期]2014-11-17

[旅游市場研究]