百度指数在国内旅游领域应用研究的现状与展望——基于CiteSpace可视化分析
Current Situation and Prospect of Baidu Index Application Research in theDomestic Tourism Field—Based on CiteSpace Visualization Analysis
DOI: 10.12677/sd.2025.154091, PDF,   
作者: 李 婷*, 刘泽琳:河北师范大学家政学院,河北 石家庄;张秋娈#:河北师范大学地理科学学院,河北 石家庄;河北省高等学校人文社会科学重点研究基地“河北师范大学地理计算与规划研究中心”,河北 石家庄;轧宗程:河北师范大学教师教育学院,河北 石家庄
关键词: 百度指数CiteSpace软件旅游领域展望Baidu Index CiteSpace Software Tourism Field Prospect
摘要: 百度指数作为百度公司推出的搜索引擎分析工具,可以表征旅游网络信息流,对分析和研究旅游领域的相关问题提供了新视角。文章选取了中国知网中的104篇高质量中文文献作为研究对象,利用CiteSpace软件对百度指数在国内旅游领域应用研究的相关文献进行可视化分析,梳理与归纳出百度指数在国内旅游领域的应用研究主要包括旅游游客量的预测、旅游网络信息流与现实旅游流的关系、旅游网络关注度时空分布特征及影响因素、旅游景区与自然遗产的旅游市场等四个方面。并结合现有文献,提出百度指数在国内旅游领域应用的展望,旨在为未来的研究提供理论依据和指导。
Abstract: Baidu index, as a search engine analysis tool launched by Baidu Company, can characterize the information flow of the tourism network, which provides a new perspective for analyzing and researching related issues in the tourism field. This paper selects 104 high-quality Chinese literature samples from the China National Knowledge Infrastructure (CNKI) and utilizes CiteSpace software to conduct a visual analysis of the literature on the application of the Baidu Index in the field of domestic tourism research. Through this analysis, the application of the Baidu Index in domestic tourism research is summarized and categorized into four main aspects: the prediction of tourist volume, the relationship between online tourism information flow and actual tourist flow, the spatiotemporal distribution characteristics and influencing factors of online tourism attention, and the tourism market of tourist attractions and natural heritage sites. Combined with the existing literature, it also puts forward the outlook of the future application of the Baidu index in the domestic tourism field, aiming to provide a theoretical basis and guidance for future research.
文章引用:李婷, 张秋娈, 刘泽琳, 轧宗程. 百度指数在国内旅游领域应用研究的现状与展望——基于CiteSpace可视化分析[J]. 可持续发展, 2025, 15(4): 85-95. https://doi.org/10.12677/sd.2025.154091

参考文献

[1] 丁鑫, 汪京强, 李勇泉. 基于百度指数的旅游目的地网络关注度时空特征与影响因素研究——以厦门市为例[J]. 资源开发与市场, 2018, 34(5): 709-714.
[2] 楚纯洁, 周金风, 姚蒙. 山岳型景区网络关注度时空分布及差异比较研究——以河南省4个5A级景区为例[J]. 地域研究与开发, 2021, 40(6): 111-117.
[3] 潘冰. 旅游大数据的发展和展望[J]. 旅游学刊, 2017, 32(10): 1-3.
[4] 严江平, 宋志红, 李巍. 广州市旅游景区网络关注度时空特征研究[J]. 资源开发与市场, 2018, 34(1): 88-93+22.
[5] 张玲玲, 张笑, 崔怡雯. 基于聚类方法的百度搜索指数关键词优化及客流量预测研究[J]. 管理评论, 2018, 30(8): 126-137.
[6] 魏瑾瑞, 崔浩萌. 基于网络搜索数据的区域旅游指数及其微观动态: 以西安为例[J]. 系统科学与数学, 2018, 38(2): 177-194.
[7] 戴文, 丁蕾, 刘培学, 马莉. 城市旅游流客源地分布及预测研究——以南京市为例[J]. 资源开发与市场, 2018, 34(5): 676-681.
[8] 陆利军. 基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例[J]. 吉首大学学报(社会科学版), 2019, 40(1): 138-150.
[9] 周晓丽, 唐承财. 基于网络搜索大数据的5A级景区客流量预测分析[J]. 干旱区资源与环境, 2020, 34(3): 204-208.
[10] 孙烨, 张宏磊, 刘培学, 张捷. 基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例[J]. 人文地理, 2017, 32(3): 152-160.
[11] 李晓炫, 吕本富, 曾鹏志, 刘金烜. 基于网络搜索和CLSI-EMD-BP的旅游客流量预测研究[J]. 系统工程理论与实践, 2017, 37(1): 106-118.
[12] 宋增文. 区域旅游络空间关注度与客源市场相关性研究[J]. 中国人口∙资源与环境, 2016, 26(S2): 270-273.
[13] 刘玉芳, 王爱忠, 王春宝. 贵州省旅游网络关注度与游客客流量时空相关分析[J]. 桂林理工大学学报, 2020, 40(2): 450-456.
[14] 刘培学, 朱知沛, 张捷, 张晓婉, 曾湛荆. 旅游在线搜索与客流波动的动态关联研究——以南京钟山风景名胜区为例[J]. 旅游学刊, 2021, 36(11): 95-105.
[15] 郑玉莲, 陆林, 赵海溶. 芜湖方特网络关注度分布特征及与客流量关系研究——以PC端和移动端百度指数为例[J]. 资源开发与市场, 2018, 34(9): 1315-1320.
[16] 李山, 邱荣旭, 陈玲. 基于百度指数的旅游景区络空间关注度: 时间分布及其前兆效应[J]. 地理与地理信息科学, 2008(6): 102-107.
[17] 张宇飞, 任艳路, 梁丽敏. 中国冰雪旅游网络关注度的时空差异与影响因素——基于百度指数的实证数据[J]. 世界地理研究, 2024, 33(10): 155-167.
[18] 方叶林, 程雪兰, 黄震方, 郭贝贝. 国家重点风景名胜区网络关注度与游客量的错位特征及机理[J]. 经济地理, 2020, 40(4): 204-213.
[19] 刘慧悦. 旅游者网络信息需求与景区游客量的关联性研究——以四川九寨沟为例[J]. 情报科学, 2017, 35(7): 39-43+69.
[20] 孙晓蓓, 杨晓霞, 张枫怡. 基于百度指数的中国A级旅游洞穴景区网络关注度分布特征研究[J]. 西南师范大学学报(自然科学版), 2018, 43(4): 81-88.
[21] 曾可盈, 周丽君. 基于百度指数的东北三省4A级及以上景区网络关注度分析[J]. 东北师大学报(自然科学版), 2019, 51(1): 133-138.
[22] 徐凡, 尤玮, 周年兴, 胡美娟. 基于百度指数的网络空间关注时空分布研究——以长三角5A级景区为例[J]. 资源开发与市场, 2016, 32(4): 489-493.
[23] 张丽峰, 丁于思. 北京5A级旅游景区网络关注度分布特征研究[J]. 资源开发与市场, 2014, 30(11): 1382-1384+1370.
[24] 梁改童, 高敏华, 白洋. 新疆5A级旅游景区网络关注度时空分布特征研究[J]. 西北师范大学学报(自然科学版), 2021, 57(2): 118-126.
[25] 蔡杰. 基于百度指数的旅游地景观关注度比较研究——以杭州“西湖十景”为例[J]. 资源开发与市场, 2015, 31(6): 756-759.
[26] 苏卉, 康文婧. 红色旅游经典景区网络关注度时空特征及影响因素研究[J]. 干旱区资源与环境, 2022, 36(5): 200-208.
[27] 焦珊珊, 李明, 田逢军, 吴儒练, 杨轻轻. 中国红色旅游经典景区网络关注度分布格局及驱动机制[J]. 经济地理, 2022, 42(1): 211-220.
[28] 许家伟, 王伟, 杜锦. 中部六省红色旅游网络关注格局及影响因素的时空分异[J]. 重庆大学学报(社会科学版), 2023, 29(2): 82-96.
[29] 王钦安, 曹炜, 张丽惠. 安徽省红色旅游网络关注度时空分布研究[J]. 资源开发与市场, 2022, 38(5): 627-633.
[30] 张鸿浩, 胡静, 刘海朦, 张寅颖, 李思男, 李笑玲. 革命历史题材剧对相关红色旅游景点网络关注度的影响研究——以《觉醒年代》为例[J]. 华中师范大学学报(自然科学版), 2022, 56(6): 1052-1063.
[31] 舒丽, 张凯, 王小秋, 陈浩, 陶玉流. 基于百度指数的我国体育旅游网络关注度研究[J]. 北京体育大学学报, 2020, 43(6): 110-122.
[32] 张慧婕, 石灵珊, 刘利. 大数据透视下的我国冰雪运动网络关注度探究[J]. 体育与科学, 2019, 40(1): 114-120.
[33] 管陈雷, 胡志毅. 基于百度指数的重庆马拉松网络关注度时空特征研究[J]. 重庆师范大学学报(自然科学版), 2018, 35(5): 136-142.
[34] 刘海朦, 田小波, 曹婷婷. 基于百度指数的乡村旅游需求时空特征及其影响因素研究[J]. 世界地理研究, 2024, 33(5): 177-188.
[35] 万田户, 张志荣, 李树亮, 梁荣琼. 乡村旅游国内网络关注度的时空分布研究[J]. 西南大学学报(自然科学版), 2022, 44(6): 138-149.
[36] 史春云, 范爽, 岳梦凡, 李帆, 郭斯琪. 基于网络关注度分析的乡村旅游季节性特征及其调控机制——以徐州市为例[J]. 旅游科学, 2024: 1-13.
[37] 陈哲, 龙茂兴. 户外旅游网络关注度时空特征研究[J]. 地理与地理信息科学, 2020, 36(5): 80-85+94.
[38] 何小芊, 刘宇, 吴发明. 基于百度指数的温泉旅游网络关注度时空特征研究[J]. 地域研究与开发, 2017, 36(1): 103-108+124.
[39] 陈兴, 余正勇, 李巧凤. 民宿旅游网络关注度及其时空差异性研究——基于百度指数的分析[J]. 价格理论与实践, 2022(8): 63-66+100.
[40] 刘佳, 刘宁. 基于泰尔指数的亲子游网络关注度区域差异研究——以我国31个省份为研究区域[J]. 资源开发与市场, 2018, 34(7): 1015-1020.
[41] 王伟, 吕婷婷, 周晓冰. 河南5A级景区网络关注度时空演变特征与影响因素[J]. 河南师范大学学报(自然科学版), 2023, 51(2): 70-78.
[42] 朱豆豆, 李玲, 李晓东, 朱怡婷. 新疆热门景区网络关注度时空差异及影响因素[J]. 西北师范大学学报(自然科学版), 2021, 57(6): 110-117.
[43] 杨利, 谢慧, 谢炳庚. 中国大陆31个省(市、自治区)湿地旅游网络关注度时空差异及其影响因素[J]. 湖南师范大学自然科学学报, 2022, 45(4): 77-85.
[44] 季国斌, 刘明月, 施伟秋, 黄翔. 国家湿地公园网络关注度时空特征与影响因素研究——以西溪国家湿地公园为例[J]. 生态经济, 2020, 36(8): 133-138.
[45] 卢长宝, 张羽, 王储. 微旅游代表性形式网络关注度时空特征及其影响因素[J]. 地域研究与开发, 2024, 43(5): 67-73+87.
[46] 殷紫燕, 黄安民. 虚拟旅游网络关注度时空特征及其影响因素[J]. 世界地理研究, 2024, 33(12): 148-162.
[47] 柴寿升, 朱新芝, 朱尧. 旅游节庆活动客源市场需求时空演变及影响因素研究——基于百度指数的实证分析[J]. 山东大学学报(哲学社会科学版), 2023(4): 26-36.
[48] 陈昆仑, 宋新昊, 刘小琼, 李丹. 中国露营活动网络关注的时空特征及影响因素[J]. 旅游科学, 2024, 38(10): 1-18.
[49] 冯晓兵. 中国民宿网络关注时空特征及影响因素研究[J]. 世界地理研究, 2022, 31(1): 154-165.
[50] 刘嘉毅, 陈玲, 陈玉萍. 旅游舆情网络关注度时空演变特征与影响因素[J]. 地域研究与开发, 2019, 38(1): 88-94.
[51] 张碧星, 周晓丽. 佛教旅游地网络关注度时空分布差异及其影响因素研究——以五台山景区为例[J]. 西北师范大学学报(自然科学版), 2018, 54(6): 103-109+123.
[52] 邹永广, 林炜铃, 郑向敏. 旅游安全网络关注度时空特征及其影响因素[J]. 旅游学刊, 2015, 30(2): 101-109.
[53] 李霞, 曲洪建. 邮轮旅游网络关注度的时空特征和影响因素——基于百度指数的研究[J]. 统计与信息论坛, 2016, 31(4): 101-106.
[54] 周玉翠, 邓祖涛, 石军南, 马点明, 郑晓云. 中国世界遗产旅游目的地客源市场潜力研究[J]. 经济地理, 2019, 39(4): 216-222.
[55] 周玉翠, 王启亮, 郭超凡, 毛维青. “中国丹霞”世界自然遗产地的旅游客源市场评价[J]. 经济地理, 2023, 43(3): 219-227.
[56] 陈彤, 张旭. 基于百度指数的中国影视基地互联网关注度时空格局研究[J]. 西北师范大学学报(自然科学版), 2023, 59(3): 28-36.
[57] 孙晓东, 陈嘉玲. 我国世界文化遗产旅游关注度时空特征及营销策略研究[J]. 华东师范大学学报(哲学社会科学版), 2022, 54(2): 142-158+177-178.
[58] 李春笑, 王燕珍, 曲洪建. 纺织类非遗关注度时空特征及其传播策略研究——基于百度指数的实证分析[J]. 丝绸, 2021, 58(1): 52-58.
[59] 赖继年. 红色旅游经典景区发展路径——以网络关注度时空演变为视角[J]. 社会科学家, 2022(8): 44-51.
[60] 蔡卫民, 彭晶, 覃娟娟. 韶山的全国网络关注热度矩阵及推广策略研究[J]. 旅游科学, 2016, 30(4): 61-72.