姚　會

(西北師范大學(xué) 旅游學(xué)院，甘肅 蘭州 730070)

?

[旅游業(yè)研究]

基于灰色預(yù)測模型的旅游供給側(cè)分析

——以旅游攻略在新浪微博中的微指數(shù)為例

姚會

(西北師范大學(xué) 旅游學(xué)院，甘肅 蘭州 730070)

在分析中國旅游業(yè)在旅游供給改革所面臨的問題中，以“供給側(cè)改革”必要性為出發(fā)點(diǎn)，運(yùn)用兼?zhèn)滠浻部茖W(xué)特性的理論分析中國旅游業(yè)的供給側(cè)在社交網(wǎng)絡(luò)平臺上所存在的誤區(qū)；利用旅游攻略在新浪微博中的微指數(shù)，根據(jù)灰色預(yù)測模型，對旅游相關(guān)信息的新浪微博指數(shù)進(jìn)行數(shù)據(jù)處理，從旅游需求側(cè)實(shí)證分析供給側(cè)所存在的弊端，以期發(fā)現(xiàn)旅游消費(fèi)者對旅游攻略信息需求的潛在規(guī)律，為旅游供給側(cè)改革提供依據(jù)。

旅游供給側(cè)；旅游攻略；新浪微博微指數(shù)；灰色預(yù)測模型

在對接旅游需求多樣化的新時(shí)代，旅游市場浪潮中的同質(zhì)化、低水平、粗放式的旅游產(chǎn)品層出不窮，旅游需求開始出現(xiàn)釋放的跡象。中國旅游業(yè)發(fā)展進(jìn)入新常態(tài)，更應(yīng)該堅(jiān)持以旅游市場需求為導(dǎo)向，專注旅游供給的質(zhì)量和效率，推動旅游供給改革也是當(dāng)下中國發(fā)展旅游業(yè)的大趨勢。

在線旅游的發(fā)展到目前可以分為3個(gè)時(shí)代：第一個(gè)時(shí)代是在線旅游代理商(OTA)時(shí)代，第二個(gè)時(shí)代是在線垂直搜索時(shí)代，第三個(gè)時(shí)代是在線上旅游攻略時(shí)代[1]。隨著在線旅游的快速發(fā)展，旅游市場逐漸成熟起來，個(gè)性化在旅游需求中愈來愈凸顯，傳統(tǒng)的OTA 已不能再滿足旅游消費(fèi)者的需求。在此機(jī)遇下，如何利用微博自媒體平臺，分析旅游消費(fèi)者對旅游信息需求側(cè)，改革旅游信息的供給側(cè)，在線上旅游攻略時(shí)代進(jìn)一步增大旅游景區(qū)的曝光度，提高旅游景區(qū)的受眾關(guān)注度，對國家未來各個(gè)方面的發(fā)展具有重要意義。

購買產(chǎn)品前的信息搜尋是影響消費(fèi)者決策的重要因素，而旅游消費(fèi)者又是一個(gè)特殊的消費(fèi)群體。2009年以來，以網(wǎng)絡(luò)購物、網(wǎng)上支付、旅行預(yù)訂為代表的旅游電子商務(wù)應(yīng)用持續(xù)快速增長[2]，通過在線搜尋旅游信息購買旅游產(chǎn)品已成為一種趨勢。互聯(lián)網(wǎng)發(fā)展進(jìn)入 Web 2.0時(shí)代，“跨信息”時(shí)代已經(jīng)到，通過微閱讀來獲取信息已成為大眾的一種生活方式，在線微閱讀從一種前衛(wèi)已經(jīng)變成一種真正需求，越來越多用戶開始擺脫傳統(tǒng)“單線灌輸式”信息傳遞方式，開始主動去搜索、甚至開始創(chuàng)作自己感興趣的內(nèi)容資訊[3]。

2014年10月新浪微博改版，微博就開始發(fā)力垂直領(lǐng)域，通過加強(qiáng)基于興趣的信息傳播，提升用戶內(nèi)容獲取效率和閱讀體驗(yàn)[4]。新浪微博的“留言―回復(fù)―查詢―回復(fù)―評論”互動模式，這一良好互動性的新媒體為公眾提供了探討話題的空間和平臺[5]，為旅游消費(fèi)者提供了一個(gè)快速讀取旅游攻略信息、搜索旅游攻略信息的工具、分享旅游攻略信息的平臺，這一平臺為旅游消費(fèi)者快速查找旅游攻略提供了綠色通道，旅游消費(fèi)者根據(jù)自身個(gè)性化需求，量身為自己定制旅游攻略，同時(shí)也為景區(qū)的受眾關(guān)注度創(chuàng)造了提升的空間。自新浪微博改版后，其多媒體形態(tài)內(nèi)容越來越豐富，在微博變得更好看、內(nèi)容更有吸引力的同時(shí)，也讓微博的傳播效果遠(yuǎn)超其他社交媒體[6]。據(jù)報(bào)道，2015年第三季度新浪微博月活躍用戶達(dá)到2.22億，同比增長33%，日活躍用戶也達(dá)到1億[7]。2014年新浪微博已經(jīng)開始成為微博的代名詞，2015年成為社交媒體的代名詞[8]。新浪微博傳播效應(yīng)遠(yuǎn)超其他社交媒體，依賴用戶的每一次點(diǎn)擊、評論、轉(zhuǎn)發(fā)與收藏，這種互動行為都是對信息的有效傳播行為[9]。新浪微博的話題討論不僅使得現(xiàn)實(shí)的不在場以及傳播者的不在場成為可能，而且使得現(xiàn)實(shí)與傳播者同時(shí)不在場也成為可能[10]。正是由于新浪微博突破了傳統(tǒng)媒介信息單向傳播的局限性，使旅游消費(fèi)者參與進(jìn)去，不僅自己可以搜索旅游攻略，還可以自己創(chuàng)作、轉(zhuǎn)發(fā)旅游攻略。新浪微博的評論、轉(zhuǎn)發(fā)、點(diǎn)贊模式，使博主和公眾在互動的同時(shí)形成了“電子口碑”，在最小的時(shí)間使信息傳播的范圍最廣，從而能夠使旅游景區(qū)的信息獲得最大的傳播價(jià)值。

一、灰色預(yù)測方法

(一) 原理

灰色預(yù)測是就灰色系統(tǒng)所做的預(yù)測，所謂灰色系統(tǒng)是介于白色系統(tǒng)和黑箱系統(tǒng)之間的過渡系統(tǒng)，其具體的含義是：如果某一系統(tǒng)的全部信息已知為白色系統(tǒng)，全部信息未知為黑箱系統(tǒng)，部分信息已知，部分信息未知，那么這一系統(tǒng)就是灰色系統(tǒng)[11]。

自鄧聚龍教授提出灰色系統(tǒng)理論以來灰色預(yù)測模型已廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、水利、地質(zhì)、科教、軍事等眾多領(lǐng)域[12-13]，其中GM(1，1)模型是最基礎(chǔ)的也是應(yīng)用最廣泛的模型，它主要是針對單變量系統(tǒng)通過累加生成弱化序列的隨機(jī)性尋找系統(tǒng)變化規(guī)律，并以此為基礎(chǔ)建立關(guān)于時(shí)間的預(yù)測模型[14]。一般地說，旅游業(yè)的供應(yīng)系統(tǒng)、旅游目的地的客流系統(tǒng)、旅游目的地的生態(tài)系統(tǒng)等都是灰色系統(tǒng)，例如，影響旅游攻略的新浪微博指數(shù)的因素很多，但能確定的因素卻不多，因此可以用灰色預(yù)測方法對旅游攻略的新浪微博指數(shù)這一灰色系統(tǒng)進(jìn)行預(yù)測。

灰色系統(tǒng)理論認(rèn)為，在灰色過程中所顯示出來的現(xiàn)象雖然是隨機(jī)的、雜亂無章的，但畢竟是有序的、有界的，因此這一數(shù)據(jù)集合具備潛在的規(guī)律，灰色預(yù)測就是利用這種規(guī)律建立灰色模型對灰色系統(tǒng)進(jìn)行預(yù)測[15]。灰色系統(tǒng)理論的主要內(nèi)容包括以灰色代數(shù)系統(tǒng)、灰色方程、灰色矩陣為基礎(chǔ)的理論體系，以灰色序列生成為基礎(chǔ)的方法體系，以灰色關(guān)聯(lián)空間為依托的分析體系，以灰色模型(GM) 為核心的模型體系，以系統(tǒng)分析、評估、建模、預(yù)測、決策、控制為主體的技術(shù)體系[16]。

灰色系統(tǒng)預(yù)測是通過對原始數(shù)據(jù)的處理和灰色模型的建立，發(fā)現(xiàn)、掌握發(fā)展規(guī)律，對系統(tǒng)的未來狀態(tài)做出科學(xué)的定量預(yù)測，分為數(shù)列預(yù)測、區(qū)間預(yù)測、災(zāi)變預(yù)測、波形預(yù)測、系統(tǒng)預(yù)測等幾種。目前使用最廣泛的灰色預(yù)測模型就是關(guān)于數(shù)列預(yù)測的一個(gè)變量、一階微分的 GM(1，1)模型.GM (1，1)模型是基于隨機(jī)的原始時(shí)間序列，經(jīng)按時(shí)間累加后所形成的新的時(shí)間序列呈現(xiàn)的規(guī)律可用一階線性微分方程的解來解決[17]。

(二) GM(1，1)模型的建立[18-21]：

對此序列建立一階微分方程

(1)

(2)

其中，

(3)

(4)

(三) 模型的檢驗(yàn)[22]

根據(jù)模型精度判別式(傅立，1992)：模型精度等級=max{P所在的級別，C所在的級別}(見表1)。

表1　模型精度等級

或采用M(0)(k)<0.2時(shí)，認(rèn)為模型殘差檢驗(yàn)合格。

二、旅游攻略在新浪微博中的微指數(shù)預(yù)測

(一) 模型的建立

在旅游日漸成為大眾日常生活的一種選擇的同時(shí)，旅游者的消費(fèi)心理也逐漸更加成熟，旅游消費(fèi)者的行為更為理智。為了更好地體驗(yàn)旅游，能夠真真正正地享受旅游，現(xiàn)階段大多旅游消費(fèi)者通常選擇節(jié)假日后出游，成功地避開了節(jié)假日的旅游高峰。旅游消費(fèi)者的錯(cuò)峰出游不僅避開了人潮，而且也避開了旅游產(chǎn)品的價(jià)格高峰，其原因是節(jié)假日后的旅游產(chǎn)品價(jià)格相對要低很多。對旅游消費(fèi)者來說通過打“時(shí)間差”而獲得了性價(jià)比頗高的旅游產(chǎn)品是一種精明的決策，使得節(jié)假日后的旅游市場仍會保溫，出游的熱潮會持續(xù)相對較長的一段時(shí)間。隨著旅游消費(fèi)者的心理變化，春節(jié)后的旅游需求也發(fā)生了很大的變化，并且旅游消費(fèi)者春節(jié)后出游的欲望也更為迫切，為了提高預(yù)測春節(jié)后旅游需求的科學(xué)性、準(zhǔn)確性，本文選取了2016年2月26日至2016年3月1日期間的“旅游攻略”在新浪微博中的微指數(shù)進(jìn)行研究，表2是2016年2月26日至2016年3月1日期間的“旅游攻略”在新浪微博中的微指數(shù)。

表2　2016.2.26-2016.3.1期間的“旅游攻略”

數(shù)據(jù)來源：新浪微博微指數(shù)V1.0熱詞趨勢。

原始序列x(0)(k)=(6 179，7 216，7 722，7 926，9 730)；

累加序列x(1)=(6 179，13 395，21 117，29 043，38 773)；

帶入(1)式得：

(二)模型檢驗(yàn)：

通過模型檢驗(yàn)，得出的結(jié)果如表3，后驗(yàn)差C=0.275 2，根據(jù)模型精度等級可知，該模型精度等級為1級(好)，可用于預(yù)測。

表3　“旅游攻略”在新浪微博中的微指數(shù)預(yù)測誤差檢驗(yàn)表

數(shù)據(jù)來源：作者計(jì)算。

(三)“旅游攻略”微博指數(shù)預(yù)測

根據(jù)計(jì)算出的模型，對“旅游攻略”2016年3月2日-2016年3月6日期間進(jìn)行了新浪微博指數(shù)預(yù)測，結(jié)果如表4。

表4　2016.3.2-2016.3.6“旅游戰(zhàn)略”新浪微博指數(shù)預(yù)測表

數(shù)據(jù)來源：作者計(jì)算。

據(jù)表4可知，灰色預(yù)測模型預(yù)測出新浪微博用戶對相關(guān)“旅游攻略”旅游信息需求的指數(shù)持續(xù)增加，說明旅游供給側(cè)雖然不能制造旅游需求，卻能塑造旅游需求，甚至創(chuàng)造旅游需求，新浪微博作為旅游信息的供給側(cè)，是不同于門戶網(wǎng)站的社交媒體，始終走在媒體最前沿，為客戶提供最新的旅游動態(tài)，獲得了大量用戶的關(guān)注[23]。新浪微博是旅游信息供給側(cè)新陳代謝所更新的結(jié)果，社交媒體推動著旅游供給側(cè)的改革。春節(jié)后的預(yù)測指數(shù)和實(shí)際指數(shù)存在差距，說明在春節(jié)后旅游信息供給側(cè)出現(xiàn)了問題，僅僅只是在旅游產(chǎn)品的價(jià)格上做調(diào)整，忽略了春節(jié)后旅游消費(fèi)者的需求，沒有根據(jù)預(yù)測指數(shù)做出相應(yīng)的調(diào)整，去引導(dǎo)用戶去積極主動地選擇去搜索旅游產(chǎn)品。社交媒體用戶的注意力也變得越來越個(gè)性化、細(xì)分化，社交媒介中用戶的注意力更容易被個(gè)性化的信息吸引，具有個(gè)性和與眾不同的事物最容易成為用戶的話題中心，才會被用戶使用和傳播[24]。旅游信息供給側(cè)在應(yīng)對春節(jié)后的旅游消費(fèi)升級的需求，不僅要考慮創(chuàng)新和時(shí)機(jī)，并且要針對在特定時(shí)代的特定心理需求提供有效的供給。春節(jié)后出游的余熱必然會持續(xù)，旅游信息供給側(cè)在降低旅游產(chǎn)品價(jià)格同時(shí)，也要適當(dāng)?shù)靥峁┫嚓P(guān)有效、高質(zhì)量的旅游信息，為旅游消費(fèi)者減少花費(fèi)的同時(shí)也節(jié)約了時(shí)間，提供的是一種便利性，極大程度上提高了旅游體驗(yàn)，更多地刺激了旅游的發(fā)展。

三、結(jié)語

《國民經(jīng)濟(jì)和社會發(fā)展第十三個(gè)五年規(guī)劃綱要(草案)》提出，推進(jìn)供給側(cè)結(jié)構(gòu)性改革的要求。旅游業(yè)作為朝陽產(chǎn)業(yè)，在旅游業(yè)發(fā)展的黃金時(shí)代應(yīng)專注前沿旅游市場熱點(diǎn)，為旅游消費(fèi)者提供最需要的旅游公共產(chǎn)品，應(yīng)充分應(yīng)用新浪微博的社交屬性與媒體屬性，聚集用戶的興趣，憑借用戶對信息的較高依賴度，收集用戶搜索旅游相關(guān)信息在新浪微博中的微指數(shù)，通過灰色預(yù)測模型預(yù)測下一階段的旅游需求，根據(jù)用戶有效的旅游需求，適時(shí)舉辦用戶最關(guān)注的旅游相關(guān)話題討論活動，通過官方微博發(fā)布或名人轉(zhuǎn)發(fā)，引發(fā)普通網(wǎng)友的討論，針對原創(chuàng)或轉(zhuǎn)發(fā)旅游相關(guān)信息微博的不同地區(qū)的用戶設(shè)置不同的獎(jiǎng)品；隨著手機(jī)流量費(fèi)用降低，月余流量可以累積到下個(gè)月的政策出臺，可以舉辦旅游相關(guān)的秒拍視頻、照片墻比賽活動，對創(chuàng)作性的微博秒拍視頻設(shè)置獎(jiǎng)品。通過高精準(zhǔn)度和高質(zhì)量的社交宣傳，不但不會引起用戶的反感，反而可使用戶對旅游相關(guān)的搜索興趣大幅提升[24]159，同時(shí)也擴(kuò)大了“旅游攻略”中提到的景區(qū)受眾關(guān)注度。在第一輪的發(fā)布、轉(zhuǎn)發(fā)旅游相關(guān)微博后，官方微博可以將普通用戶微博的內(nèi)容整合，再次發(fā)布，并通過@相關(guān)用戶的方式解答用戶對旅游信息存在的困惑或發(fā)布普通用戶高質(zhì)量的微博、微博秒拍視頻、唯美照片，和用戶互動的同時(shí)促進(jìn)“旅游攻略”的二次曝光，帶動旅游目的地信息裂變式的傳播和網(wǎng)狀擴(kuò)散，進(jìn)一步增大旅游目的地的傳播效應(yīng)。此外，還可以捆綁熱點(diǎn)事件，實(shí)現(xiàn)聯(lián)合傳播，進(jìn)一步增大旅游相關(guān)信息在新浪微博上的曝光量，借勢提升旅游目的地的受眾關(guān)注度。

實(shí)踐證明，新浪微博在旅游信息傳播中發(fā)揮著越來越重要的作用，要想增大旅游目的地的受眾關(guān)注度，必須轉(zhuǎn)變新媒體思維，有效開發(fā)利用新浪微博的潛在價(jià)值，通過收集旅游相關(guān)信息的微指數(shù)，應(yīng)用灰色預(yù)測模型進(jìn)行預(yù)測分析下階段的旅游有效需求，從而減少無效旅游供給，擴(kuò)大有效旅游供給，進(jìn)而實(shí)現(xiàn)旅游目的地傳播效益的最大化。

[1]Zhang Y. Travel raiders or will change the online market：An interview with Mafengwo CEO Chen Gang[N]. Chinese Tourism News，2013-03-27(13)：1-2.[張宇.旅游攻略或?qū)⒏淖冊诰€市場：訪螞蜂窩首席執(zhí)行官陳罡[N].中國旅游報(bào)，2013-03-27(13)：1-2]

[2]China Internet Network Information Center (CNNIC) .The twenty-ninth Chinese internet development statistics report[Z].2012-01-16.[中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC).第29次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[Z].2012-01-16]

[3]Cui WH， Zhu S， Sun J， et al. The media fission and fusion of Sina's digital marketing success[J]. Vmarketing，2013(12)：39-49.[崔文花，朱珊，孫珺，等.媒介裂變與融合：新浪的數(shù)字營銷進(jìn)化[J]. 成功營銷，2013(12)：39-49]

[4]Sha S. Sina micro-blog depth in hand with O2O， and this time keep the view in the freedom to go abroad [EB/OL].2015-09-01.[沙水.新浪微博深度牽手O2O 這次看上了出國自由行[EB/OL].2015-09-01.http：//shashui.baijia.baidu.com/article/153830]

[5]Xu WW.The application of new media on the tourism destination marketing [J]. Chinese Economy and Trade，2015(14)：42-43.[徐薇薇.新媒體在旅游目的地營銷中的應(yīng)用研究[J].中國經(jīng)貿(mào)導(dǎo)刊，2015(14)：42-43]

[6]Yi BC. Is micro-blog not ok? Let’s look at the five data and you will understand! [EB/OL].(2015-11-20). http：//yibeichen.baijia.baidu.com/article/238623. [易北辰.微博不行?看五個(gè)數(shù)據(jù)你就明白了![EB/OL].(2015-11-20). http：//yibeichen.baijia.baidu.com/article/238623.]

[7]The daily numbers of active users on micro-blog have broken up to one billion[EB/OL]. (2015-11-20).The information morning news.[微博日活躍用戶數(shù)量破億[EB/OL].信息晨報(bào)，2015-11-20. http：//news.ifeng.com/a/20151120/46315868_0.shtml.]

[8]The development trend of social networking in 2015， still with the lead of WeChat's [EB/OL]. Yingsheng Network.2015-04-28.[2015社交網(wǎng)絡(luò)發(fā)展趨勢，還是微博微信占主導(dǎo)[EB/OL].英盛網(wǎng).2015-04-28. http：//www.yingsheng.com/pxjg-it/73967.html.]

[9]Wang JZ.The word media generation and transmission mechanism research [D]. Beijing ：Beijing Institute of Graphic Communication，2014：35-36.[王金珠.詞媒體生成與傳播機(jī)制研究[D].北京：北京印刷學(xué)院，2014：35-36]

[10]Jensen KB.Media convergence： The three dimensions of network communication， mass communication and interpersonal communication [M]. Liu J，trans.Shanghai： Fudan University Press， 2012：7-8.[克勞斯·布魯恩·延森.媒介融合：網(wǎng)絡(luò)傳播、大眾傳播和人際傳播的三重維度[M]. 劉君，譯.上海：復(fù)旦大學(xué)出版社，2012：7-8]

[11]Li N， Zhan P， Dong J， et al.The scenic spot’s short-term traffic flow forecasting in Huashan based on the grey prediction model[J]. Ground Water，2014，36 (4)， 213-215.[李楠，詹培，董潔，等.基于灰色預(yù)測模型的華山風(fēng)景區(qū)短期客流量預(yù)測[J]. 地下水，2014，36(4)：213-215]

[12]Deng JL.Introduction of grey system[J] The Journal of Grey System，1989，1(1)：1-24

[13]Liu SF， Dang YG， Fang ZG，et al. The theory and application of grey system(The Fifth Edition) [M]. Beijing：Science Press，2010：176-179.[劉思峰，黨耀國，方志耕，等.灰色系統(tǒng)理論及其應(yīng)用(第五版)[M].北京：科學(xué)出版社，2010：176-179]

[14]Yang BH， Zhao JS.Fractional order discrete grey GM (1，1) power model and its application [J]. Control and Decision.2015，30 (7)：1264-1268.[楊保華，趙金帥.分?jǐn)?shù)階離散灰色GM(1，1)冪模型及其應(yīng)用[J].控制與決策.2015，30(7)：1264-1268]

[15]Ji JJ. The influence of model error on the digital coordinate conversion [J]. Western China Exploration Engineering，2011 (8)： 115-119，121.[季晶晶.數(shù)字化坐標(biāo)轉(zhuǎn)換中模型誤差的影響[J].西部探礦工程.2011(8)：115-119，121]

[16]Hu J，Hu WS.Research on application of the omnibus model to plane coordinate transformation[J].Engineering of Surveying and Mapping，2010，19(3)：14-16.[胡杰，胡伍生.基于混合模型的平面坐標(biāo)轉(zhuǎn)換方法研究[J].測繪工程，2010，19(3)：14-16]

[17]Wang BS， Wu JJ，Luo JY. Research in transfomation model and accuracy of geodetic coordinates [J]. Journal of Henan Polytechnic University，2006，25 (2) ：111-115.[王寶山，武繼軍，羅建元.大地坐標(biāo)轉(zhuǎn)換模型與精度研究[J].河南理工大學(xué)學(xué)報(bào)，2006，25(2)：111-115]

[18]Zhuo JW，Wei YS， Qin J，et al. The application of Matlab in mathematical modeling [M]. Beijing： Beihang University Press， 2011：32-35.[卓金武，魏永生，秦健，等.Matlab在數(shù)學(xué)建模中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2011：32-35]

[19]Hao YH， Huang DY， Zhang WZ， et al. Gray prediction model for forecasting spring discharge[J]. Journal of Hydraulic Engineering，2004，35 (2)： 111-114.[郝永紅，黃登宇，張文忠，等.山西神頭泉流量的灰色預(yù)測模型研究[J].水利學(xué)報(bào)，2004，35(2)：111-114]

[20]Wang XM，Zhang JZ，Wang R. Gray system analysis and its practical calculation program [M]. Wuhan： Huazhong Science and Technology University Press，2001：45-50.[王學(xué)蒙，張繼忠，王榮.灰色系統(tǒng)分析及實(shí)用計(jì)算程序[M].武漢： 華中科技大學(xué)出版社，2001：45-50]

[21]Deng JL. Grey theory [M]. Wuhan： Huazhong Science and Technology University Press，2002：361-369.[鄧聚龍.灰理論基礎(chǔ)[M].武漢：華中科技大學(xué)出版社，2002：361-369]

[22]Huang SX， Yin H， Jiang Z. The data process of deformation monitoring(The Second Edition)[M]. Wuhan：Wuhan University Press ，2014：129-131.[黃聲享，尹暉，蔣征.變形監(jiān)測數(shù)據(jù)處理(第二版)[M]. 武漢：武漢大學(xué)出版社，2014：129-131]

[23]Xu GT. Micro-blog's decline is an illusion， the data shows that micro-blog's active users have grown to 2.1 billion [EB/OL]. Speed transit network.2015-08-19.[許光濤.微博衰落是假象!數(shù)據(jù)顯示新浪微博活躍用戶增長到2.1億[EB/OL].速途網(wǎng).2015-08-19. http：//www.sootoo.com/content/654707.shtml]

[24]Wang F， He LT. Changes of the attention model in communication era ：Taking virtual community “babytree” as an example. [J]. Journal of International Communication，2014，36(11)：157-171.[王菲，賀璐婷.溝通力時(shí)代注意力模式的變化：以虛擬社區(qū)“寶寶樹”為例[J]. 國際新聞界，2014，36(11)：157-171]

[責(zé)任編輯：陸寶福]

Tourism Supply Side Analysis Based on Grey Prediction Model——A Case Study on the Micro Index of Tourism Strategy in Sina Micro Blog

YAO Hui

(Tourism College of Northwest Normal University，Lanzhou 730070 ，China)

In the analysis of the problem of the tourism supply reform in China’s tourism industry,using the necessity of “supply side reform” as the starting point,the paper analysed the errors of the supply side of China’s tourism industry in the social network platform by both hard and soft scientific theory.According to the Sina Weibo micro index and the gray prediction model,the paper processed the index and analysed the defects from the side of tourism demand.The purpose is to find the potential rules of tourism consumers’ needs of tourism information and provide the basis for the tourism supply side reform.

tourism supply side； tourism strategy； Sina Weibo micro index；gray prediction model

2016-05-03

姚會(1990-)，女，河南人，西北師范大學(xué)旅游學(xué)院碩士研究生，研究方向：民族旅游與文化遺產(chǎn)研究。

F590.8

A

1674-3784(2016)04-0079-05

[引用格式]Yao H. Tourism supply side analysis based on grey prediction model： A case study on the micro index of tourism strategy in Sina micro blog [J].Tourism Forum，2016，9(4)：79-83.[姚會. 基于灰色預(yù)測模型的旅游供給側(cè)分析：以旅游攻略在新浪微博中的微指數(shù)為例[J].旅游論壇，2016，9(4)：79-83.]