《基于旅游营销推广策略的网络关注热度矩阵研究-刘绣春.pdf》由会员分享，可在线阅读，更多相关《基于旅游营销推广策略的网络关注热度矩阵研究-刘绣春.pdf（59页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、分类号学校代码 10542密级学号2Q!三Q2窆2QQ!Q基于旅游营销推广策略的网络关注热度矩阵研究The Matr i X Strategy of NetworkAttent i on Heat on the p r omot i 0of tour i sm market i ng Research指导教师姓名、职称 蓥里基副数量学 科 专 业 鏊鲞釜堡湖南师范大学学位评定委员会办公室二0一七年五月万方数据摘 要最近几年的时间中，随着互联网在我国各个地区的大范围普及，旅游产业的快速发展，旅游产业使用网络技术的程度日益提升。从整体上来讲，互联网是发布信息的主要平台之一，众多与旅游行业存在联系的
2、企业、旅游经营人员以及全国各个区域监管旅游产业的政府机构，都会利用互联网这一平台向外界发布有关旅游产业的相关资料，绝大多数想要进行旅游的人员往往也是从互联网上搜集相关旅游的资料以及信息。依托于针对互联网信息技术方面的社会行为研究，可以发现，互联网当中的信息流和社会现实的行为有着某些层面上的关系，互联网当中的信息流在一定程度上会引导社会行为方面的决策，对于现实的社会行为活动会起到一定的前兆影响，这些行为包含了旅游者所作出的一系列旅游行为活动。结合网民针对不一样关键词给予的关注度，百度公司以及谷歌公司纷纷设计并推出了全新的功能，分别是百度指数功能以及谷歌搜索解析，这两种新功能皆是将网络信息、新闻资
3、料、网络数据等信息或是资料的搜集作为根基，为广大使用者提供大量的、免费的数据分析服务，以此来记录各个互联网关键词在某一特定时间段内接受的关注度。本篇文章利用波士顿矩阵的研究思想，创建了网络关注热度矩阵的模型，并且全面研究处于四个不同象限中不同省区针对某个地区所持有的关注热度时空特征。在此基础上选取了长沙，吉首，茛山和岳阳楼为研究对象，构建各自的网络万方数据关注热度矩阵，并分析了各个矩阵的特征，提出相应的旅游营销推广策略，与此同时联系各个旅游管理部门，获取了各地的主要客源分布情况，发现与各自矩阵呈现的特征相符。本文主要得出以下结论：(1)本研究首先引入网络关注热度这一指标，然后确定空间指标和时间
4、指标，再分别确定横坐标和纵坐标的临界值，在此基础上初步构建出网络关注热度矩阵。通过选取长沙、吉首、良山、岳阳楼对矩阵假设进行验证分析，最终构建出旅游目的地(景区)相关的网络关注热度矩阵。矩阵模型横坐标为网络关注热度，纵坐标为网络关注热度增长率，由网络关注热度和网络关注热度增长率的不同划分出四个象限。由此提出四种相应的营销策略，分别为发展型、维持型、调整型、选择型。通过案例的实证分析，证实初步构建的网络关注热度矩阵是合理的、成立的，与旅游实际统计数据基本吻合，可为旅游营销推广策略的制定提供参考依据。(2)网络关注热度矩阵的不同象限有着不同的营销推广策略。第一，“维持型”是网络关注热度和网络关注热
5、度增长率双高，该区域的营销策略不需大幅度拓宽推广渠道，可节省人力、物力、财力让潜在旅游市场自行调节并保持关注热度活性；第二，“发展型”属于关注度增长率较高，关注度较低，营销策略可采取提高知名度，有针对性的加大宣传力度；第三，“选择型”的网络关注热度增长率和网络关注热度均处于低临界值，在制定旅游推广策略时应该要考虑到资TT万方数据源分配的合理性。第四，“调整型”的网络关注热度增长率较低，但网络关注热度较高，在这类地区采取多样化的宣传推广方式，适当迎合当地人的习俗和偏好，有针对性的定制推广策略，除此外还可将产品外延，整合区域内优势旅游资源，开发多样化的新型旅游产品。关键词：百度指数；旅游营销推广；
6、网络关注热度矩阵Ili万方数据ABSTRACTIn recent years，with the Internet used popular than before in mostpart of China and the rapid development of tourism industry,Internettechnology in the tourism industry has been widely improvedAs a whole，Intemet is one of the most important platform for informationdisseminatio
7、nMany mufism operators，tourism enterprises and eventourism authorities use Intemet to disseminate related tourist informationAnd most travelers also get related tourist information by searchingIntemet Relying on the study of social behavior research of informationtechnology aspects on Internet，we ca
8、n find that the information flow ofInternet and social reality behavior has some level of relationshipNetwork information flow has a guiding effect on social behaviordecision，and has precursory effect on social behavior,including thetourist behavior made by travelersAccording to the attention rate o
9、fdifferent keywords，Google and Baidu were introduced new functions-Google search analysis and Baidu Index respectivelyThe twofunctions based on web information，web news materials，web dada，andSO on provide users massive free data analysis service and record thevarious keywordsattention rate of in a c
10、ertain periodIn this paper,we construct the network concerned thermal matrix byusing Boston matrix analysis method，and analyze the spatial andtemporal characteristics of attention in a region in four quadrantsBased1V万方数据on this，the writer selected the Changsha，Jishou，Langshan and Yueyangbuildings as
11、 the research obj ect，constructed their own network concemedthermal matrix，and analyzed the characteristics of each matrix，and putforward the corresponding tourism marketing promotion strategyAt thesame time by contacting the various tourism management departments，the writer obtained the distributio
12、n of major tourists and the consistentdiscovery with the characteristics of the matrix presentedThe paper mainly get the following conclusions：(1)This study first introduced the index of network concem heat，then determine the spatial index and time index，and then determine thecritical value of horiz
13、ontal and vertical coordinates，and then get theinitial construction of Network Attention Matrix PatternBy taking averification analysis of the matrix hypothesis to Changsha，Jishou，LangMountain，Yueyang Tower，finally construct tourism destination(Scenic)network attention heat related matrix modelThe h
14、orizontal axis ofmatrix pattem is concerned about the network heatThe vertical axis isconcemed about the growth rate of the network heatAnd the matrixpattem is divided into four quadrants by the network heat and the growthrate of the network heatThe writer puts forward four correspondingmarketing st
15、rategy which were issued Show Type，Maintenance Type，Adjustment Type，Selection TypeThe amount of analysis of the casesconfirmed that the preliminary construction of the network attention heatmatrix iS reasonable and consistent with the actual tourism statistics dataV万方数据and can provide a reference fo
16、r the development of the tourism marketingstrategy(2)The different quadrant of the Network Attention Matrix Pattemhas a different marketing strategyFirstly,both the network heat and thegrowth rate of network heat are high in the Maintenance TypeSo themarketing strategy does not need to significantly
17、 expand the promotionchannels，and can save manpower,material and financial resources toallow the potential tourism market to adjust and keep the heat Activity byitselfi Secondly,there is a hi曲growth rate and low attention inDevelopment Typemarketing strategy can be taken to improve thevisibility and
18、 increase publicity efforts；Thirdly,both the network heatand the growth rate of network heat are at a low critical value in SelectiveTypeSo the rationality of resource allocation must be taken into accountwhen developing promotional strategiesFinally,there is a low growthrate and high attention in t
19、he Adjustment TypeIn such areas we shouldtake a variety of publicity and promotional methods to meet the customsand preferences of local people and make the targeted promotionalstrategiesBesides，we should extend the width&depth of the product，integrate the advantages of tourism resources，exploit the
20、 various newtourism productsKey Words：Baidu Index；Tourism marketing promotion；The Matrixof Network Attention HeatVI万方数据目 录摘 要IABSTRACT，110r1绪仑111研究背景112研究的意义与目的2121研究意义2122研究目的3131研究框架3l-32研究方法42文献综述一621基于网络搜索数据的文献综述6211基于网络搜索数据的社会行为研究6212网络搜索数据在旅游学中的应用研究7221市场营销推广策略的研究9222旅游营销推广策略模型的研究103矩阵的初步构建133
21、1理论基础13311波士顿矩阵。13312市场营销学STP模型1332指标的确定14321网络关注热度的计算14万方数据322空间指标14323时间指标1533临界值的确定1534矩阵模型的初步构建154矩阵的验证研究1 741矩阵验证的方法和案例的选取1742长沙市网络关注热度矩阵构建及结果反馈17421构建矩阵1 842-2推广策略23423结果反馈2443吉首市网络关注热度矩阵构建及结果反馈25431构建矩阵25432推广策略28433结果反馈2944良山网络关注热度矩阵构建及结果反馈30441构建矩阵30442推广策略35443结果反馈3545岳阳楼网络关注热度矩阵构建及结果反馈364
22、51构建矩阵36452推广策略40453结果反馈40万方数据46模型的验证研究405研究结论与展望4251研究结论4252研究展望42参考文献44致 谢一48万方数据基于旅游营销推广策略的网络关注热度矩阵研究l绪论11研究背景目前，我国国民经济正处于快速发展的时代，人均CcP增长迅速，人们在物质需求得到满足的同时，开始追求于精神方面的满足，旅游产业迅速发展。从国家旅游局的统计数据来看，2015年国内旅游人次超过40亿，旅游收入过4万亿元人民币，而2004年国内旅游接待总人次为11亿人次，根据VV-IC的预测，我国的国内生产总值中有100左右的产值是旅游产业所创造的。伴随着时代的变迁，互联网的普
23、及程度越来越高，根据邙N C统计，截至2016年6月，中国网民规模达710亿，网络普及率超过了50啪大关，与世界平均水平相比，我国略高出31个百分点，截至2016年6月，我国手机网民规模达656亿1。而网络技术在我国各个地方的大范围应用，促使旅游信息、旅游资料在最快的时间内传递到各个省市。所以，众多与旅游行业存在联系的企业、旅游经营人员以及全国各个区域监管旅游产业的政府机构，都会利用互联网这一平台向外界发布有关旅游产业的相关资料。现如今绝大多数想要进行旅游的人员往往也是从互联网上搜集相关旅游的资料以及信息。由于旅游产业特有的信息依托、信息密集等特点，再加上网络技术的快速发展和广泛应用，进而慢慢
24、显露出旅游产业和互联网之问有着比较深入的联系。随着时代的发展，巨大的旅游互联网信息访问者群体将成为旅游的潜在客源，游客们利用网络的方式选择旅游的最终目的地、筛选旅游住宿和餐饮场所，并通过网络搜索的形式设计旅行的线路、确定使用的交通工具等，为自己的旅游做好全面的准备。搜索引擎是按照特定的策略、通过特殊设计的计算机程序，从网络上搜集相关的信息和资料，并对所有资料和信息进行分类、汇总之后，为广大的用户提供检索服务和支持，把用户搜索的信息、资料直接反馈到用户的相关系统当中。据中国互联网络信息中心的统计数据我们可以看到，截至2015年12月，我国搜索引擎的用户规模达566亿，使用率为823啊。根据互联网
25、信息中心统计的数据可以看出，位于我国搜索引擎流量榜首的是百度搜索，截至2015年12月，百度搜索在搜索引擎用户中的渗透率为93。1其次是360搜索，好搜搜万方数据中职教师在职学位论文索和搜狗搜索(含腾讯搜搜)，渗透率分别为3709卸358嘟。所谓的百度指数，也就是将巨大、众多网民的行为活动等相关数据作为根基，创建的一种全新的数据分享平台，这是现阶段互联网时代以及整个信息时代最为关键、最为科学的一种分析平台。通过了解并掌握百度指数，使用者可以从中了解到很多的数据和信息，比如，在百度搜索当中，某个关键词被搜索的频率是多少、被搜索的规模是多少，搜索这一关键词的网民大概年龄在什么范围内和所处的地理位置
26、，为广大使用者制定科学合理的数字营销策略提供可靠的依据。一直到2014年的时候，百度指数所拥有的模块基本包括下面几种：依托于整个行业的发展趋势、地理及空间位置的分布、群体特征、搜索时间特点等；依托于某个关键词的发展趋势分析、需求模型、人群模型。百度的(TO李彦宏提出，创建百度指数的真正内涵是让所有人都成为数据领域的科学家。从根本上来讲，大数据时代促使着每个人的进步与发展，而当前百度指数所提倡的“数据是一切决策的依据”的生活模式，就是为了让广大的人群认识到数据所具有的重要性。谷歌趋势是谷歌在全新数据时代所推出的一项依托于搜索日志分析、研究的应用性产品。这一产品将谷歌在世界范围内海量的搜索结果进行
27、研究和分析，进而向使用者提供某一关键词在不同时间段内在谷歌当中被搜索的次数及其他附带的数据结果。使用谷歌趋势这一产品，能够对比关键词在互联网当中受关注的热度，找到这些关键词在不同时间段内在谷歌中被搜索的次数与搜索最为频繁的空问或地理位置。谷歌趋势能够针对某些关键词在谷歌网站上被搜索的频率进行研究，把这一研究结果和谷歌网站上随着时间发展的搜索总量进行详细、全面的对比，同时将这一对比结果按照图表的形式反映出来。因此，基于百度指数平台上的网络数据，可以获得旅游目的地的网络关注热度，通过建立网络关注热度矩阵，可以相应的制定旅游营销推广策略。12研究的意义与目的121研究意义随着互联网搜索技术的迅速普及
28、，游客们在出游前会上网搜集目的地(景区)的信息和资料，在这过程中旅游信息网络发挥着积极重要的作用，因而互联网搜索引擎的产生和进一步发展给我国旅游产业的研究提供了全新的思路。现阶段比万方数据基于旅游营销推广策略的网络关注热度矩阵研究较常见的依据网民行为数据为主要内容的数据分享平台之一就是百度指数，利用这一分享平台，网民能够获得在特定时间段内，在百度搜索当中某个关键词被搜索的总量及其关注度发展的趋势。当旅游者利用互联网搜索引擎的形式针对计划旅行的目的地展开搜索的时候，整个过程带来的众多数据都会被搜索引擎记录在系统中，这样一来，便能够将旅游者在互联网上针对相关目的地的关注度直接地表现出来。从根本上来
29、讲，旅行目的地和景区所受到的网络关注热度从多个角度可以直接或间接表现出该地区的旅游发展趋势、旅游品牌形象及实际的发展状况，同时也会给这地区旅游品牌塑造以及宣传推广产生影响。122研究目的本文旨在通过百度指数来收集相应的数据，并且将网络关注热度引入其中，依托于波士顿矩阵的研究思想，初步构建网络关注热度矩阵。在此基础上，选取湖南部分旅游目的地和旅游景区对矩阵进行验证，构建相应的矩阵，分析旅游目的地在各个地区宣传推广的现状和不足，并对网络关注热度矩阵的应用性进行验证，对于旅游目的地和景区的推广研究有着积极的意义，为旅游研究领域提供了新的研究思路。13研究框架与方法131研究框架本篇论文分为五个章节的
30、内容，每个章节的主要内容如下：第一章：绪论针对本篇论文的研究背景进行简单地介绍，并且对主要的研究意义进行论述，进而提出了本篇论文的整体研究结构，并提出本论文在研究当中可能存在的创新点，同时阐述了本文所采用的研究方法和技术路线。第二章：文献综述这个章节的内容基本上包括国内外旅游市场推广策略的研究和基于网络搜索数据的研究等。第三章：矩阵的初步构建在相关理论的指导下，基于百度指数法构建旅游目的地(景区)网络关注热度矩阵，首先引入网络关注热度这一指标，然后确定空间指标和时间指标。再确定横坐标和纵坐标高低标准的临界值，在此基础上初万方数据中职教师在职学位论文步构建出网络关注热度矩阵。第四章：矩阵的验证研
31、究运用多案例研究法，以长沙、吉首、良山、岳阳楼为例，分别建立网络关注热度矩阵，通过分析各个矩阵的特征，提出旅游营销推广策略。第五章：研究结论与展望对本篇论文的研究结果进行总结，阐述研究贡献，提出本论文研究存在的不足和局限，并在研究不足的基础上提出研究展望。132研究方法囝1-1技术路线文献研究法。利用中国知网等中文文献数据库和Sci enceD rect等英文文献数据库，搜集和整理关于旅游营销推广策略和网络关注度研究的国内外相关文献资料，在总结相关研究成果和不足的基础上确立本论文的研究主题和框架。案例分析法。基于百度指数的相关数据和资料，借鉴波士顿矩阵创建网络关注热度矩阵，通过选取案例，进一步
32、分析并研究省区对长沙，吉首，良山，岳阳楼景区等地的网络关注热度的发展时空差异，探讨旅游营销推广策略和网络关注热度矩阵的实际应用意义。4万方数据基于旅游营销推广策略的网络关注热度矩阵研究14研究创新客观来说本文的创新点是：本研究引入网络关注热度这一指标，在确定空间指标和时间指标的基础上，再分别确定横坐标和纵坐标的临界值，进而初步构建出网络关注热度矩阵。通过选取长沙、吉首、良山、岳阳楼对矩阵假设进行验证分析，最终构建出旅游目的地(景区)相关的网络关注热度矩阵。矩阵模型横坐标为网络关注热度，纵坐标为网络关注热度增长率，由网络关注热度和网络关注热度增长率的不同划分出四个象限，由此提出四种相应的营销策略
33、，分别为发展型、维持型、调整型、选择型。万方数据中职教师在职学位论文2文献综述21基于网络搜索数据的文献综述211基于网络搜索数据的社会行为研究随着互联网的发展和普及，使用搜索引擎来对信息和资料进行收集早己变成了人们搜集信息的主要渠道之一，在这一宏观背景下，谷歌以及百度公司纷纷推出了Glxx：jI e t ends以及百度指数两种应用产品，利用这一产品，能够获得在不同时间范围内，某个关键词在谷歌网站以及百度网站当中受关注度的发展趋势和被搜索的总量。这一功能能够将某个特殊时期内广大网民们热衷的领域、网民的具体需求以及社会的热点话题进行最为直接性地表现。现如今各个领域的研究学者纷纷通过Gbogl
34、e t ends以及百度指数这两个平台来对社会领域、旅游领域的一系列问题进行研究和分析。在2009年的时候，G nsberg等研究学者通过谷歌所具有的分析功能及搜索功能，针对流感这种社会行为活动进行分析和研究，找到和流感存在联系的某些关键词的网络关注度指数，和相同时间段内流感相似病例的总数量间有着高度相关性，基于数据的联系性以及统计分析，创建了一个以谷歌海量搜索数据作为基础的预算模型，以预测流感爆发的实际数量和时间嘲。在同一年当中，HtunyoungChoi等人创建了一个专门的回归分析模型，进一步预估未来美国房地产行业、交通和旅游业的销售量，将相关的关键词添加到传统回归模型的因变量中，对四个行
35、业的预测准确性大大提高。另外，Eboni k根据众多的互联网搜索数据，把时间范围进一步拓展到简单性模型当中，最终得到了时间序列的一种新模型。在这一模型当中所获取到的实证数据，是把历史性的数据以及通过网络搜索到的数据进行有效融合，更好地保证预测结果和未来发展趋势基本相符，在一定程度上加深了社会行为预测领域的研究程度旧。在2009年的时候，Pski t as等人利用定性研究的方法发现了这一现象，一旦社会失业率出现任何程度的改变，那么网民们针对猎头公司、受欢迎岗位以及失业保险组织的搜索关注度出现相应的变化旧。另外，W等人针对美国的房地产行业开展了相同类型的实证研究活动，同样发现美国房地产交易价格水平
36、及其交易总量与相应的网络关注度存在着紧密的联系m。梁志峰(2010)利用GIx)CjI e趋势分析了湘潭市6万方数据基于旅游营销推广策略的网络关注热度矩阵研宠的网络关注度的变化趋势，并且选取省内株洲、岳阳、常德、衡阳4个城市进行比较分析，清晰地剖了湘潭市的网络关注度1。袁庆玉、彭赓等(2011)利用谷歌搜索技术，在建立网络关键词搜索数据与汽车销量理论框架的基础上，通过实证分析对不同价格区间的汽车月销量数据进行了预测，取得了较好的预测效果9】百度指数作为一种获取数据的手段，正被应用于越来越多的研究领域。一些国内学者将百度指数应用于各学科的研究，如刘颖、吕本富(2011)以股票市场为例，通过研究网
37、络关键词搜索量与现实中股票市场的相互关系，发现通过网络关键词搜索量能够较好地预测股票的年收益率o。张力(2012)借助百度指数对江苏省镇江市的地域网络关注度进行了研究，并且选取扬州、南通、常州和泰州作为参照城市，对比发现镇江网络关注度偏低，对此提出改进策略。俞庆进，张兵(2012)利用百度指数，通过对深交所创业板股票的实证研究发现投资者有限关注能影响股票的市场交易活动，对当期股票市场产生正向的价格压力写。熊丽芳，甄峰，等(201 3)借助百度指数对长三角16个城市网络的时空变化特征和影响因素进行了研究，通过研究发现新的时代下长三角各城市之问的网络特征”珥。赵映慧，高鑫，姜博(2015)利用城市
38、居民在网络搜索中的百度指数分析城市网络联系格局，构建出相应的城市网络层级结构图，研究发现东北地区缺乏主导城市和具有很强控制力的城市，但是各省已经形成了省内城市网络层级结构川。蒋大亮，孙烨等(2015)借助百度指数构建百度指数城市信息流网络，从大城市群视角和所辖三大子城市群视角分别探讨城市网络格局的时空变化，研究了长江中游城市群在一体化进程中城市等级划分所呈现的特点习。姜文杰，赖一飞等(2016)使用搜索关键词的百度指数开展研究，分别使用自回归移动平均模型(删和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测，实证发现模型具有很强的时效性，能够比国家统计局提前一个月发布房屋
39、价格指数数据司。通过对相关文献的整理归纳，发现目前国内外利用网络搜索数据进行的研究主要集中在股票市场预测、地域网络关注度研究以及城市网络特征研究等方面。212网络搜索数据在旅游学中的应用研究最近几年的时间中，旅游产业慢慢开始应用网络搜索技术进行研究活动，而万方数据中职教师在职学位论文主流的研究基本上都是针对旅游客流和信息流之问的具体联系。#ndrewE Davi dson和ng M ao YU(2005)通过实证对比分析发现旅游网站信息流对旅游者的旅游行为具有引导作用1。路紫等(2007)根据旅游网站的时间分布对游客行为进行引导分析，总结出旅游网站访问者的日、周、年分布行为时间，并认为，游客数
40、量之问存在高度相关，游客数量和景区游客人数、旅游信息流对旅客有指导作用明。李山，邱蓉旭，陈玲(2008)首次在网络空间的关注时间分布的有用的研究基于旅游网络空问66个5A级景区的百度指数关注程度是其访客的前一周显示“曰前兆”，年为“旬前兆”91。吴士峰等(2009)对网站信息流对旅游流的增强的研究，以及它们之间的定量模型的构建和部分证实了旧1。龙茂兴，孙根年等(2011)依靠百度指数，研究四川省旅游网络关注度以及实际的旅游流量之间的联系，最终发现这两个数据存在着十分明显的正相关联系，同时关注度的波动情况和实际旅游流量相对比而言，约有一个月的超前性”。王章郡等(2011)采用谷歌趋势获取研究数据
41、，在分析了自驾游网络空间关注度的时间和空间演变特征的基础上，得到了13个省(市)的份额集中性矩阵，并提出相应的营销策略陋1；马丽君(2011)得到了国内15主要城市的旅游流量和网络关注度的具体数据，针对那些可能给网络关注度或是旅游流量带来影响的因素进行研究和分析，创建了一个涉及到网络关注度以及旅游流量的关联模型旧l。林志慧(2012)选择了国内百强景区中排名前47名的景区，对他们的网络空间关注度周内分布和季节性分布进行了实证分析1。黄先开，张丽峰等(2013)以北京故宫为研究对象，通过百度指数，运用协整理沦和格兰杰因果关系分析关键词和游客的实际数量之问的关系，建立了没有关键词、增加关键词两个预
42、测模型并且比较了预测精度，结果表明加入了关键词的模型具有较高的预测精度旧。冯娜等(2013)将我国西安市所召开的国际园艺博览会议作为依据，进一步分析了互联网中针对社会重大事件的关注度以及实际接收游客总量之问的关系，通过回归分析的具体方式，针对实际接收游客总量及其网络关注度之问的具体联系进行深入的研究和分析捌。任乐，崔东佳(2014)基于北京市搜索数据，实证了搜素数据与旅游客流量之间存在协整关系，通过结合搜索指数与历史数据，构建了旅游客流量预测模型旧。邹永广，林炜铃，郑向敏(2015)依据区域经济差异分析的一系列研究方法，通过五个不同的指标，针对2009年至2013年这几年时万方数据基于旅游营销
43、推广策略的网络关注热度矩阵研究间中，全国各个省区的所有旅游景点安全性的网络关注度在不同时间、不同空间上存在的差异进行系统的研究和分析嘲。张斌儒、黄先开、刘树林(2015)首次将百度指数用于旅游收入预测，通过对指数合成进行了协整检验与(3anger因果分析，然后利用合成指数建立了预测模型，发现网络搜索数据在旅游收入预测中具有重要价值。马丽君、郭留留、吴志才(2016)利用游客网络关注度数据，从时间和空间两个角度分析“爸爸去哪儿”对拍摄地旅游发展的影响，并构建客源市场的响应模型，研究发现游客网络关注度与客流量之间存在很强的正相关关系30】。李霞、曲洪建(2016)基于百度指数系统收集了中国各地区邮
44、轮旅游网络关注度的数据，进行了时空特征和影响因素的研究31。马威，张耀南等(2016)分析了百度指数数据和现实游客行为之间的关联和映射，然后将搜索排名第一的那个关键词通过自由组合和非线性多项式组合，得我国31个省区到甘肃省旅游的人数，将甘肃省旅游客源市场时空数据可视化阎。在旅游学领域的研究过程中，网络搜索数据从一开始最为简单的分析当地网络关注度在时间或是空间上的基本特点，慢慢演变成依据网络关注度帮助当地规划营销策略等复杂的研究活动。22旅游营销推广策略文献综述221市场营销推广策略的研究在整个市场营销的过程中，最为中心的部分就是营销策略，相关研究学者针对常见的营销策略应用到目的地的情况进行了全
45、面的研究和分析。在上世纪60年代的时候，E JI恤cart hy在全球范围内第一次提出了“4R”理论。之后美国的Phi I oplot I er在21世纪初期又对之前的“4风”理论进行完善和拓展，增加了公共关系等政治方面的内容。张佑印，马耀峰(2009)在分析我国入境旅游的主要客源市场以及该市场的特征和需求基础上，结合市场营销学4P理论对我国旅游入境旅游市场应采取的营销策略提出了自己的见解。郑予捷、胡正明(2010)通过对高等院校面临的各种环境进行分析，构建出高校品牌战略营销模型，并提出相应的品牌营销战略实施方案闭。汪亚明，姚海琴(2012)基于&7研分析模型对杭州f：余杭区的对旅游节庆策划与
46、市场营销现状等方面进行了分析，得到了余杭旅游节庆的s，研战略模型，并根据其应采取的重点战略，最后提出9万方数据中职教师在职学位论文了余杭旅游节庆应采用的市场营销方式。王知津，韩正彪，周鹏(2013)通过对4C,4P,4S理论的阐述和沙盘演练系统的功效和子系统分析，试图构建基于4P4C4S的竞争情报沙盘演练系统。蒋洛丹(2016)通过分析目前我国特色文化产业发展最大的瓶颈，提出了特色文化产品大数据品牌营销机制，得到品牌营销提升战略嘲。到现在，市场营销策略已经拥有了多种不同的类型，例如4Ps、4R 4C等。222旅游营销推广策略模型的研究虽然现阶段学术界有关旅游目的地营销策略方面的研究已经大体成形，但研究角度仍旧十分传统。所以，