| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-31页 |
| ·问题的提出 | 第13-16页 |
| ·概念界定 | 第16-17页 |
| ·国内外研究现状与发展趋势 | 第17-26页 |
| ·国内研究现状 | 第17-20页 |
| ·国外研究现状 | 第20-24页 |
| ·国内外研究评述 | 第24-26页 |
| ·研究方法和技术路线 | 第26-29页 |
| ·研究方法 | 第26-27页 |
| ·技术路线 | 第27-29页 |
| ·主要研究内容及框架 | 第29-31页 |
| 2 研究背景 | 第31-49页 |
| ·陕西省旅游市场现状及存在问题 | 第31-37页 |
| ·现状 | 第31-34页 |
| ·存在问题 | 第34-36页 |
| ·陕西省旅游市场面临的机遇 | 第36-37页 |
| ·互联网与旅游市场 | 第37-49页 |
| ·Internet对旅游市场的影响 | 第38-39页 |
| ·我国互联网的发展与网民特征分析 | 第39-46页 |
| ·我国旅游网站的发展情况与旅游信息提供 | 第46-49页 |
| 3 旅游市场虚拟研究的理论基础 | 第49-75页 |
| ·旅游需求理论 | 第49-55页 |
| ·旅游需求影响因素分析 | 第50-51页 |
| ·旅游需求理论解释 | 第51-55页 |
| ·旅游需求预测模型 | 第55-68页 |
| ·旅游需求预测类型 | 第55-57页 |
| ·定量预测模型 | 第57-65页 |
| ·定性顶测模型 | 第65-68页 |
| ·Web数据挖掘 | 第68-73页 |
| ·Web数据挖掘理论 | 第68-69页 |
| ·数据挖掘的功能 | 第69-70页 |
| ·Web数据挖掘应用 | 第70-71页 |
| ·Web数据相关分析 | 第71-73页 |
| ·地理信息系统(Geographic Information System)理论 | 第73-75页 |
| ·地理信息系统(GIS)的概念及功能 | 第73页 |
| ·地理信息系统构成 | 第73-75页 |
| 4 旅游市场虚拟系统研究 | 第75-93页 |
| ·旅游市场虚拟的系统分析 | 第75-76页 |
| ·应用 Internet研究旅游市场的优势 | 第76-77页 |
| ·游客信息搜索处理过程与旅游决策 | 第77-78页 |
| ·应用 Web数据源研究旅游市场的可能性和优势分析 | 第78-81页 |
| ·Web日志数据应用于旅游市场研究 | 第79页 |
| ·优势分析 | 第79-81页 |
| ·Web数据源研究 | 第81-85页 |
| ·Web数据源分析 | 第81-82页 |
| ·基于需求侧理论的旅游 Web信息源发展的驱动力分析 | 第82-85页 |
| ·基于 Web数据源的旅游市场研究 | 第85-88页 |
| ·集中式旅游 Web信息组织与旅游市场映射框架建立 | 第85-86页 |
| ·基于 Web数据挖掘的旅游客源市场分析与预测 | 第86-88页 |
| ·基于GIS的旅游市场虚拟信息系统构建 | 第88-93页 |
| ·系统总体设计与流程 | 第88-90页 |
| ·系统功能设计 | 第90-91页 |
| ·数据库设计 | 第91-93页 |
| 5 数据获取与分析 | 第93-102页 |
| ·旅游市场问卷调查数据获取与分析 | 第93-95页 |
| ·目的 | 第93页 |
| ·方法 | 第93-94页 |
| ·数据分析 | 第94-95页 |
| ·Web数据获取与分析 | 第95-101页 |
| ·Web数据获取平台 | 第95-98页 |
| ·Web数据处理 | 第98-101页 |
| ·模式分析 | 第101页 |
| ·其它数据的获取 | 第101-102页 |
| 6 基于Web数据的陕西省旅游市场分析 | 第102-125页 |
| ·Web数据和实地调查数据的关联分析 | 第102-103页 |
| ·景区(点)偏好分析 | 第103-107页 |
| ·数据季节变化对比 | 第107-109页 |
| ·数据的空间差异对比分析 | 第109-114页 |
| ·不同级别景区的数据差异对比 | 第114-115页 |
| ·不同类型景区的数据变化分析 | 第115-117页 |
| ·客源地模糊聚类分析 | 第117-119页 |
| ·基于 Web亲景度的客源分析 | 第119-125页 |
| 7 基于Web数据源的旅游需求预测模型构建 | 第125-141页 |
| ·传统预测模型 | 第125-128页 |
| ·时间序列模型—指数模型预测 | 第125-126页 |
| ·灰色模型[GM(1，1)模型]预测 | 第126-128页 |
| ·基于 Web数据的修正引力模型 | 第128-130页 |
| ·基于 Web数据源的新空间模型 | 第130-136页 |
| ·主要客源地旅游需求预测模型—从一般到特殊的方法 | 第130-135页 |
| ·游客在目的地空间分布模型 | 第135-136页 |
| ·基于 Web数据的ARIMA模型 | 第136-138页 |
| ·基于 Web数据的不同层次景区的潜在旅游需求模型 | 第138-141页 |
| 8 陕西旅游市场虚拟信息系统构建 | 第141-151页 |
| ·系统开发方式及开发平台的选择 | 第141-142页 |
| ·系统开发方式 | 第141页 |
| ·系统开发平台 | 第141-142页 |
| ·系统设计 | 第142-145页 |
| ·系统结构设计 | 第142页 |
| ·系统功能设计 | 第142-144页 |
| ·网络结构设计 | 第144-145页 |
| ·数据库设计 | 第145页 |
| ·陕西旅游市场虚拟信息系统实现 | 第145-151页 |
| ·系统界面 | 第146页 |
| ·系统功能实现 | 第146-151页 |
| 9 总结与展望 | 第151-154页 |
| ·研究结论和总结 | 第151-152页 |
| ·我国网民特征和国内游客特征十分相似 | 第151页 |
| ·集中式Web数据是研究旅游市场虚拟的重要数据源 | 第151页 |
| ·Web数据和旅游市场分析框架之间具有映射关系 | 第151页 |
| ·Web数据和实地调查数据具有很强的关联性 | 第151-152页 |
| ·利用 Web数据源对旅游市场分析高效、准确 | 第152页 |
| ·基于 Web数据的旅游市场预测模型效果良好 | 第152页 |
| ·创新之处 | 第152-153页 |
| ·研究不足和展望 | 第153-154页 |
| 参考文献 | 第154-164页 |
| 附录 | 第164-199页 |
| 致谢 | 第199-200页 |
| 攻读学位期间学术成果 | 第200页 |
