關鍵字查詢 | 類別:會議論文 | | 關鍵字:利用網路搜尋趨勢預測日本及南韓來台旅客人數

[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果
序號 學年期 教師動態
1 108/1 資管系 周清江 副教授 會議論文 發佈 利用網路搜尋趨勢預測日本及南韓來台旅客人數 , [108-1] :利用網路搜尋趨勢預測日本及南韓來台旅客人數會議論文利用網路搜尋趨勢預測日本及南韓來台旅客人數周清江; 楊士平時間序列;ARIMA模型;網路搜尋趨勢;旅遊預測現今觀光旅遊業在台灣是主要經濟收入來源之一,受益於網路快速發展,使用電腦及手機查詢網路資料的人數愈來愈普遍,成為人們規劃旅遊不可或缺的一部份。我們以Google搜尋引擎的查詢資料紀錄反應出搜尋者對旅遊的偏好趨勢,找出旅客主要關心的網路議題,無論對於旅遊業以及旅遊的周邊產業例如:週邊小吃等,都會有一定的幫助。但因為旅遊通常不是當下決定的事情,搜尋引擎的查詢可能會有滯後期的產生,例如:提前半年買機票等相關事宜或者是天氣查詢等,我們期望能從中蒐集資訊並發展預測,以更快了解旅遊議題現況。以往研究多是以旅客人數歷史紀錄預測旅遊量,而本文研究加上針對不同Google關鍵字及其歷史紀錄作為資料集,並利用皮爾森相關係數找出滯後期的Google熱度關鍵字,以時間序列的ARIMA模型建置多個不同性質的預測模型,比較不同參數所建置出多個時間序列的ARIMA模型,如天氣、交通、飲食等。為驗證方法之有效性,因此本研究蒐集南韓及日本來台數據96個月(2011年1月至2018年12月),及同期的Google關鍵字進行分析,找出更有效之旅遊預測模型。zh_TW國內無20191207~20191207周清江否TWN第二十五屆國際資訊管理暨實務研討會高雄市,臺灣
[第一頁][上頁]1[次頁][最末頁]目前在第 1 頁 / 共有 01 筆查詢結果