基于百度指数旅游景区假期网络关注度特征研究——以浙江省5A级旅游景区为例*

基于百度指数旅游景区假期网络关注度特征研究
——以浙江省5A级旅游景区为例*

[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.[户文月.基于百度指数旅游景区假期网络关注度特征研究：以浙江省5A级旅游景区为例[J].旅游论坛，2015，8(4)：85-91.]

户文月

(浙江工商大学 旅游与城市管理学院，浙江 杭州 310018)

[摘要]以“浙江省5A级景区”为例，通过汇总其在2011-2014年十一假期前后一星期内百度指数变化趋势，从时间和空间角度分析“浙江省5A级景区”各景区网络关注度异同。研究发现：在时间特征上，从2011-2014年十一假期前后一周内景区检索热点曲线图，其整体趋势图由和PC趋势图相似到逐渐和移动趋势图相似；PC趋势图和移动趋势图在十一假期假日期间，两者走向呈相反趋势走向；节假日前夕，PC趋势图会出现一个曲线走向高峰，而移动趋势图一般会在节假日期间呈现出高峰；在空间特征上，浙江省5A级旅游主要客源市场是本省及东部沿海地区；浙江省5A级景区客源市场整体变化不大，市场比较稳定；景区网络关注度高低与地理空间距离并无绝对相关关系。

[关键词]百度指数；景观关注度；浙江省5A级景区

一、研究背景

有关旅游者对旅游地及其景观关注的相关研究数据来源的多种途径中，调查问卷是最主要数据来源，研究内容涉及旅游者环境行为[1-2]、感知态度与旅游动机[3-4]等问题。另外，也有学者利用动态跟踪技术记录游客信息以获取旅游流数据，开展基于时间特性定量分析[5]。随着网络发展与普及，广大网民根据自己需求和兴趣，利用网络搜索工具查询获取所需信息。电视、报纸等传统信息媒介也能够影响旅游者关注度，进而驱动旅游地演化[6]。目前，网络已成为旅游信息传播主要媒介[7]。旅游者旅行前的重要行为之一就是通过旅游网站检索旅游地信息，制订旅行计划。相关学者开始利用调查问卷或搜索解析等方法研究旅游地关注度、旅游消费偏好等内容[8]，以解析新媒体对旅游地发展作用和意义。该文尝试借助百度指数搜索平台，查询2011-2014年有关浙江省5A级旅游景区在十一假期前后一周时间内的网络关注度数值，从时间与空间两个维度探讨旅游景区节假日期间网络关注度的特征。

二、文献综述

(一)网络搜索数据与现实社会行为相关性研究

相关研究表明网络搜索数据在一定程度上表达出对某一现象或事物的关注度，其在一定程度上与现实社会行为存在相关性，最早在流行病检测[9]中证实这一相关性结论。随后这种方法被用于预测年轻人失业率[10]、市场忠诚度[11]、旅游目的地选择[12]等研究中。这一研究方法同样被用于旅游领域中自驾车旅游市场演变规律[13]、网络关注度及客流量在区域空间上呼应关系[14]、旅游消费决策行为[8]63和描述潜在旅游者景观关注度[15]等旅游研究领域。

(二)百度指数在旅游关注度相关研究中的应用

百度指数数据分享平台通过网民行为数据，将过去时间段内网民搜索关键词的网络曝光率和用户关注度绘制成曲线图，反映关键词每天变化趋势，借助百度指数平台中关键词的搜索趋势，可以分析研究网民需求兴趣、洞察社会热点与舆论动向。百度指数在各个领域大都有涉及，如在城市建设中，借助百度指数搜集城市间用户关注度数据，模拟城市信息流，分析城市网络时空演变[16]。在旅游领域中，相关学者利用百度指数提供用户关注度功能，通过关键词搜索，对旅游景区关注度的季节性分布进行实证分析[17]，发现景区网络关注度具有时间上前兆效应[18]，并进一步发现区域旅游网络用户关注度与实际旅游客流具有相关性[19]，进而有学者针对故宫旅游景区建立游客流量预测模型[20]，另有学者从旅游景区网络空间关注度时空演变特征进行研究，发现网络旅游信息访问量与现实旅游市场在时间和空间上具有密切的相关性[21]。

现有百度指数在旅游领域的相关研究中表明旅游景区的网络搜索访问量与现实旅游市场确实存在着相关性，而研究的视角大都集中在时间维度上，即使少数研究结合时空角度进行研究，但在时间段的选取上不存在代表性，且案例地一般选定一个景区，不具有可比性。在此，该文通过搜集2011-2014年在十一假期前后一周有关浙江省5A级旅游景区的网络关注度数据，从时间和空间角度对景区网络关注度展开分析。

三、研究设计

(一)研究区域对象

该文以浙江省13个5A级旅游景区为研究对象，涉及景区依次为西湖、西溪湿地、千岛湖、溪口、滕头生态旅游区、雁荡山、嘉兴南湖、乌镇、鲁迅故里(含沈园)、横店影视城、根宫佛国文化旅游区、普陀山。在百度指数查询中，浙江省5A级旅游景区中滕头生态旅游区、鲁迅故里(含沈园)、根宫佛国文化旅游区3个旅游景区名字在百度指数中没有查询到相关信息，因此该文实际研究对象为其他9个景区，即西湖、西溪湿地、千岛湖、溪口、雁荡山、嘉兴南湖、乌镇、横店影视城、普陀山。

(二)数据来源与分析方法

浙江省5A级旅游景区，作为浙江省级别最高的旅游景区，是浙江省对外树立旅游形象和发展旅游业的基础，研究景区在时空维度的网络关注度具有重要的现实意义。该文以浙江省5A级旅游景区为例，基于百度指数对其网络关注度进行研究分析，对浙江省5A级旅游景区旅游关注度进行简单分辨，分析5A级景区关注度在时间和空间维度变化特征。研究中采用“浙江省5A级旅游景区”各景区名字作为相关检索词，检索获取“浙江省5A级旅游景区”9处景区在2011年、2012年、2013年和2014年十一假期前后一周内(从10月1日假期开始往前推一周和10月7日假期结束往后推一周，即9月24日到10月14日这一时间段)的网络关注度数据，分析各景区网络关注度时空分布的规律。

该文采用百度指数中用户关注度作为衡量网络关注度指标，以分析旅游目的地网络关注度变化趋势，并运用百度指数中“关键词比较检索”(该文以景区名作为检索关键词)，对“浙江省5A级旅游景区”进行数据统计与对比分析。在百度指数中输入“浙江省5A级旅游景区”，查找其在2011-2014年十一假期前后一周内网络关注度，选取百度指数趋势研究栏下的热点趋势图作为分析对象。热点趋势曲线图分为整体趋势、PC趋势和移动趋势3种趋势曲线图，将2011-2014年十一假期期间“浙江省5A级旅游景区”在以上3种趋势图的网络关注数据汇总到EXCEL表格，同时以省为单位记录在研究时间段内景区的整体趋势图作为网络关注度空间分析数据。

四、浙江省5A级景区网络关注度时间特征

(一)2014年浙江省5A级旅游景区网络关注度时间变化特征

在百度指数查询中输入浙江省5A级旅游景区名，即以西湖、西溪湿地、千岛湖、溪口、雁荡山、嘉兴南湖、乌镇、横店影视城、普陀山作为关键词，查询到2014年十一假期期间浙江省5A级旅游景区网络关注度时间段内变化曲线(如图1)。

注：来自百度指数：http：//index.baidu.com/图1　2014年十一假期假日期间“浙江省5A级旅游景区”网络关注度曲线图

PC趋势曲线图的高峰值位于十一假期前夕(9月29日至9月30日)，移动终端趋势曲线图高峰值位于十一假期前期时段(10月2日至10月3日)，整体关注度曲线图融合两者趋势图，高峰趋势走向相似于移动终端趋势曲线图。整体趋势曲线图在假期前夕逐渐上升并在假期前期形成凸峰，随后开始缓慢下降，在假期结束后形成低水平值的平缓关注度曲线走向。根据以“日”为时间单位的整体趋势曲线图分析，在十一假期来临前，几乎在9月27日开始，曲线图呈现上升趋势，在10月1日至10月3日达到高峰后开始逐渐下降，随后在10月8日趋于平缓状态。在假期结束时形成一个低谷，随后又出现上升趋势。高峰值出现在假期前夕。PC关注度趋势图呈现明显的右偏峰趋势，高峰值出现在假期前夕。PC关注度趋势图几乎以9月30日为对称轴，形成一个开口向下的抛物线，在十一假期前夕，出现上升趋势，在十一假期开始后，关注度趋势图呈现下降趋势，且坡度较陡，在假期结束后，呈现水平走向趋势。

与PC趋势图不同的是移动终端趋势图，其在十一假期期间，出现检索高峰，大致形成以10月2日为对称轴开口向下的抛物线趋势图，抛物线图凸起部几乎涵盖十一假期，同时，与整体趋势图和PC趋势图相似，在假期结束时达到最低，随后呈现水平静止状态。可能的解释是，移动终端使用较PC更加便捷和灵活，它可以满足旅游者在游览的过程中查阅景区信息，因此，出现移动终端趋势图在节假日期间内出现关注度高峰值现象。

(二)浙江省5A级旅游景区网络关注度时间特征比较研究

通过计算9个景区各自在2011-2014年每个年度十一假期前后一周期间关注度平均值，并按数字从大到小对景区进行排序，乌镇和嘉兴南湖在4年期间关注度始终分别排名第1和第9位，西湖4年期间平均位于中间位置。在此，该文选择乌镇、西湖和嘉兴南湖这3个景区作为代表景区，绘制在2011-2014年4年期间网络关注趋势图(如图2)，进一步分析浙江省5A级旅游景区网络关注度时间特征。

景区网络关注度图的趋势走向与景区知名度间并不存在相关性。不同景区网络关注度在数值上存在差异，但在趋势走向上呈现相似的特征。如图2所示，乌镇、西湖与嘉兴南湖在十一节假日期间前后关注度数值上存在差异，但是景区的3种关注度图却呈现相似的趋势走向。

相比3种网络关注度趋势图，PC趋势图在研究年限中呈现相对稳定的状态，基本呈现水平稳定的状态；移动终端趋势图呈现逐年增长的趋势，且从2012年起出现超越PC关注度的态势；景区整体网络关注度呈现逐年增长的趋势，且关注度高峰由节假日前夕逐渐倾向于节假日期间，虽然在4年期间十一假期期间关注度数值上存在差距，但其各自走向趋势图却呈现出相似规律，相较于其他日期，均在十一假期呈现出凸峰走向。具体到单个景区，其4年期间整体关注度曲线图在走向上相似，呈现逐年增长的趋势。表明旅游景区假期网络关注度在时间上呈现较稳定规律趋势，且关注度时间更多集中在假期期间，而不再是假期前。这显示出在移动终端使用下，人们不再局限于假期前PC终端查询信息，使得旅游信息查询过程更加便捷和灵活。

五、浙江省5A级景区网络关注度空间特征

网络关注度空间分布与旅游现实市场空间分布大体一致[21]66，能反映出潜在游客市场空间分布特征。依据百度指数平台，可以查询全国各省市在2011-2014年十一假期前后一周内关于浙江省5A级景区网络信息检索，通过用户IP地址即汇总PC关注度数据值，可以进一步描述网络关注度空间分布特征。分析浙江省5A级景区网络空间关注度在各地数据差异对掌握现实市场空间扩散规律有一定参考意义和价值。经本研究统计发现，2011-2014年在十一假期前后一周内即9月24日至10月14日期间省(区、市)关注度排名名称变化不大，名次变化明显出现在排名靠后省(区、市)(如表1)。

1.浙江省5A级旅游客源市场主要是浙江本省及东部沿海地区，市场扩散呈现出从沿海到内陆、南方到北方规律，且邻近传染效应明显。

2.浙江省5A级景区客源市场变化不大。虽然不断有新兴市场涌现，但数据显示，浙江、江苏、上海、北京、广东始终位于前列，这些为景区传统市场，难以被新兴市场所取代，尤其是浙江省5A级景区所在地浙江省市场。

3.关注度高低与地理空间距离远近并无直接关系。紧邻浙江省的江西省在关注度上并没有与浙江省不临界的河南、河北、湖南和湖北关注度高，以对西湖景区的网络关注度看，江西省在2011-2013年期间没有超过辽宁省(江西省在2011-2013年的平均关注度分别为：84.047 619 05，78.238 095 24，85.761 904 76；辽宁省

在2011-2013年的平均关注度分别为：98.333 333 33，89.285 714 29，91.476 190 48)，在2014年景观关注度也没有超过河南和湖北地区，使得浙江省5A级旅游景区关注度在空间分布上呈现一“空白”地区。因此，景区网络关注度的高低与空间地理位置的远近并无绝对的相关性，而可能更多的与地区的人口数和经济发展水平和消费习惯有关。

注：来自百度指数：http：//index.baidu.com/图2　代表性景区在2011—2014年网络关注度趋势图

4.景区知名度越高，关注度空间变化越小。乌镇和西湖两个知名景点在4年期间，排名前10的省份中有9个保持稳定不变，另一排名前10省份也仅在2个省份(乌镇——河北与湖北，西湖——河北和天津)中变化，而嘉兴南湖景区，4年期间中有8个省份保持不变，而排名前10的另2个省份在4个省份(河北、河南、湖北和湖南)中发生变化。

5.当地省份景区关注度趋势图与周围省市存在差异，为后续旅游推广营销提供参考。浙江省和上海市、江苏省虽然在关注度排名上4年期间几乎位居前三位，但作为目的地浙江省与上海市和江苏省在景观关注度上呈现趋势并不一致，且上海和江苏两地区在景区中呈现出相似趋势(如图3)。相较于浙江省关注度趋势图，上海市和江苏省对横店影视城和西溪湿地关注度较低，在图像中呈现内凹现象。

表1　关注度排名汇总表

注：来自百度指数：http：//index.baidu.com/

注：来自百度指数：http：//index.baidu.com/图3　景区关注度趋势比较图

六、研究结论与讨论

通过收集浙江省9处5A级旅游景区在百度指数上的网络关注度，可以得出其在时空上的分布规律，以及所隐含的游客在行为习惯和景区偏好选择上的转移现象。

在关注度时间分布规律上，PC趋势图在节假期来临前夕会出现一个关注度高峰，随着假期开始，逐渐下降；移动终端趋势图相比于PC趋势图，其关注度趋势图在节假期间出现高峰，且一般高峰值出现在节假日前段时间段，随着假日结束，关注度也同PC趋势图一般，呈现下降趋势。整体趋势图由2011年与PC趋势图相似，逐渐在2012年和2013年十一节假日时间段融合PC趋势图和移动终端趋势图两者数值特征，即隐约呈现出与移动终端趋势图相似的走向。这一现象规律出现，在一定程度上丰富了原有李山、邱荣旭等基于百度指数关于旅游景区网络空间关注度时间分布及其前兆效应的研究，即随着移动终端使用，旅游景区网络空间关注度在时间分布上逐渐改变了原有在节假期前夕出现关注度高峰现象，原有前兆效应也随之逐渐减弱或消失。进而推断出上文提到2014年十一节假日期间浙江省9处5A级景区网络关注度整体趋势图将由融合PC趋势图和移动终端趋势图而转向与移动终端趋势图相似。整体趋势图前兆效应更加减弱，原有研究前兆效应只能在PC趋势图中显示。为了验证这一推论，笔者收集了2011-2014年五一期间，这9处旅游景区百度指数网络关注度，这9处景区在2011-2014年五一期间网络关注度与这一趋势相符。

在利用百度指数网络关注度探索关注度时间分布的同时，通过比较各景区在这3年期间关注度值的高低，发现这9处旅游景区在空间上关注度的变化。浙江省5A级旅游客源市场主要是浙江本省及东部沿海地区，市场扩散呈现出从沿海到内陆、南方到北方的规律，且邻近传染效应明显。浙江省5A级景区客源市场变化不大。虽然不断有新兴市场涌现，但数据显示，浙江、江苏、上海、北京、广东始终位于前列，这些为景区传统市场，难以被新兴市场所取代，尤其是浙江省5A级景区所在地浙江省市场。关注度高低与地理空间距离远近并无直接关系，更多的与省份的人口与经济发展水平相关。景区知名度越高，关注度空间变化越小。当地省份景区关注度趋势图与周围省市存在差异，这一发现为后续旅游推广营销提供参考。

从整体趋势图由原有和PC趋势图相似到和移动终端趋势图相似变化，折射出游客行为习惯的变化。在检索查询旅游景区行为习惯中，游客由原有使用PC在节假日前夕安排旅游行为逐渐倾向于在旅游度假期间使用移动终端查询行为习惯，更多人群由于年龄段和工作时间原因，不再局限于旅行前细致查询安排，更倾向于一场说走就走的旅行。互联网已经成为当前绝大部分居民出游前了解旅游相关信息最主要的渠道，基于“浙江省5A级旅游景区”及其各景区百度指数数据比较研究，可以为浙江省后续旅游营销宣传提供建议，如对横店影视城和西溪湿地可以加大宣传力度等。

该文研究存在很多不足之处。例如，关键词选择合理性有待考察。该文选取“浙江省5A级旅游景区”各景区名称作为关键词，其能否正确反映大多数人在进行网络搜索时所使用的搜索词，以及关键词选取代表性需要进行进一步确定。另一方面，网民在进行网络信息搜集时，不仅仅局限于百度，该文研究数据仅拘于百度指数，不是立足于整个网络系统，其广度有所欠缺，关注度代表性还有待验证。该文仅是利用百度指数对网民的“浙江省5A级旅游景区”关注度做一简单探讨。但不可忽视的是，其整体趋势是：热点趋势曲线中整体趋势曲线图由和PC趋势曲线图相似到和移动趋势曲线图相近，显示出近年来移动终端用户在旅游市场上激增和移动终端作为信息查询工具运用范围广泛。这使旅游管理者和经营者应该关注到移动终端用户数量激增，投入更多力度到移动终端旅游界面开发和使用中，运用好移动终端营销宣传作用。同时分析对比本省和周围省市关注度趋势图异同，可以帮忙找准旅游营销宣传对象，进一步提高浙江省旅游景区知名度，加快景区发展。

参考文献：

[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.[刘如菲.游客环境行为分析及其对可持续旅游选择性营销启示：以九寨沟为例[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，张捷，杨旸，等.自然遗产地游客环境态度与环境行为倾向研究—以九寨沟为例[J].旅游学刊，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.[乌铁红，张捷，张宏磊，等.旅游地属性与旅游者感知态度和购后行为关系：以九寨沟风景区为例[J].旅游学刊，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，张捷，罗浩，等.基于旅游动机旅游业灾后恢复性重建研究：以“5·12”汶川地震后九寨沟为例[J].旅游学刊，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.[颜磊，许学工，章小平.九寨沟世界遗产地旅游流时间特征分析[J].北京大学学报(自然科学版)，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.[陆林，鲍捷.基于耗散结构理论千岛湖旅游地演化过程及机制[J].地理学报，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.[程绍文，张捷，梁玥琳，等.我国旅游网站空间分布及动力机制研究[J].旅游学刊，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. [涂玮，金丽娇.基于网络信息关注度大学生旅游消费决策研究[J].北京第二外国语学院学报，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，方忠权，杜坤.中国自驾车旅游网络空间关注度时空演变：基于Google搜索解析分析[J].地域研究与开发，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.[龙茂兴，孙根年，龙珍付.遵义红色旅游网络关注度的客流响应研究[J].地理与地理信息科学，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，郭凤华，傅学庆，等.基于自发地理信息的旅游地景观关注度研究：以九寨沟为例[J].旅游学刊，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.[熊丽芳，甄峰，王波，等.基于百度指数的长三角核心区城市网络特征研究[J].经济地理，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，马耀峰，刘宪锋，等.旅游景区网络关注度时空分布特征分析[J].资源科学，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，2008，24(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.[龙茂兴，孙根年，马丽君，等.区域旅游网络关注度与客流量时空动态比较分析：以四川为例[J].地域研究与开发，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.[黄先开，张丽峰，丁于思.百度指数与旅游景区游客量的关系及预测研究：以北京故宫为例[J].旅游学刊，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.[刘月红，黄远水.福建永定土楼网络空间关注度的时空演变：基于百度指数的分析[J].乐山师范学院学报，2014，29(1)：62-68.]

[责任编辑：潘岳风]

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

[中图分类号]F592.7

[文献标识码]A

[文章编号]1674-3784(2015)04-0085-07

[作者简介]户文月(1990- )，女，河南鹤壁人，浙江工商大学旅游与城市管理学院2013级硕士研究生，主要研究方向为旅游景区管理与旅游规划。

[收稿日期]2014-11-17

[旅游市场研究]