携程旅游网站设计方案

携程旅游网站设计方案（共2篇）（共2篇）

1.携程旅游网站设计方案 篇一

随着自助游的发展, 越来越多的旅游者在出行前都会借助网络来搜寻相关旅游目的地的旅游信息, 据有关调查显示, 互联网已经超过了报纸、杂志、电视等传统媒体, 成为公众获取旅游信息最重要的渠道和旅游信息传播的第一媒体。旅游是一种对陌生环境的体验, 在这种体验的过程中, 准确、实时、完整的信息是游客最需求的, 做的旅游决策有赖于相关的旅游信息。因此, 对网络环境下旅游者的旅游信息需求的基本特征进行研究显得尤为重要, 只有了解旅游者的需求, 才能使信息供给与信息需求实现有效对接。互联网上各种旅游网站上的虚拟社区为游客的相互交流提供了平台, 也使得目的地的潜在游客可以更容易表达其信息需求。本文尝试使用一种新的旅游研究信息的获取方式, 即以“游客问答”上的问询帖来为旅游研究资料, 并对所获取资料进行内容分析, 得出旅游信息用户的信息需求。

二、基于内容分析法的旅游信息需求分析流程

本文根据内容分析法的分析过程以及游客旅游信息需求这个特定的研究对象, 在研究中采用样本、类目构建、样本分解、内容编码、信度分析、统计描述、分析汇总7个步骤, 分析流程见表1:

1. 样本选择及抽样

本文从网络旅游市场份额、网名关注度及旅游论坛活跃度三个指标考虑, 选择携程旅行网作为样本来源地, 主要在携程旅游网旗下的驴评网的问答讨论板块收集研究资料。利用网页采集工具火车头采集器采集了8275篇帖子, 由于数据量很大, 考虑到人力、精力、数据处理等因素, 本文采用等距 (系统) 抽样法进行样本抽取, 根据抽样原理, 利用EXCEL软件以样本距离为5进行抽取, 获得1655片帖子。然后对冗余信息进行剔除, 根据旅游论坛的特点, 在样本筛选方面作如下规定:同个ID内容相似的帖子仅取一份;去除商家广告的帖子;去除不能体现其信息需求的帖子。根据以上规定, 最终获取有研究价值的帖子为1350篇, 形成本研究的研究资料。

2. 分析类目构建

类目体系的构建是内容分析的核心问题。本文根据国家旅游局《旅游信息分类标准》以及先前学者的研究, 并结合对游客的深度访谈, 将游客在出游前可能关注的目的地旅游信息进行梳理总结。从旅游“六要素”角度出发, 构建了一个旅游信息类目, 共含七大类72小类具体如图1所示:

说明: (1) 每个类目代表一个不同的分析纬度, 分别以餐饮信息、住宿信息、交通信息、景区景点信息、购物信息、娱乐信息、其他信息为指标进行频次统计; (2) 每个类目又包含多“关键属性”, 即统计其频次的依据。

3. 样本分解

由于一篇帖子可能包含多个客观句和多个主题句, 主题句可能又涉及不同的提问主题。因此, 首先需要将每一篇帖子中与研究无关的客观句除去。然后, 再将帖子中所有的主题句识别出来。本文最终获得1816条提问句。

4. 内容编码

内容分析法的关键步骤是对这1816条的提问句进行编码, 从而转化成一个量化的数据。具体的做法是由包括作者在内的2位编码员对这些主题句进行主题判别, 确定主题句提及的类目, 然后归类到分析类目中去。

5. 信度分析

本文由2位编码员对提问帖进行评判, 确定提及的类目。若2位编码员编码的一致性为100%, 即认为编码结果可信。如果2位编码员编码的结果不一致, 则返回重新编码, 若再次不一致, 则视该句为无效句。

6. 统计描述

进行频数统计和频率计算。

三、研究结果

1. 样本基本情况

由于现在的携程网的社区注册不是实名制的, 所以本研究所选取样本的很多社会人口学特征都无法进行统计, 例如性别、年龄、学历、收入、旅游经历等等。唯一可以获取的就是发帖人户籍。利用ROST Word Pa rs e r软件, 先对样本进行分词, 然后对高频特征词频次进行统计, 选取了词频数最高的16个户籍, 总数共1277, 而并不是样本数, 主要是因为旅游论坛的注册信息比较随意, 所以不是每个注册者都有填写户籍信息, 具体分布如表2所示:

从表2可以看出, 网民游客客源地主要分布在上海、北京、广州等经济发达地区城市。与此同时, 北京大学CCM研究中心发布的《2009-2010年度中国旅游城市网誉报告》关于网民旅游消费形态研究中的数据显示, 中国网民游客客源地分布, 主要集中在上海、北京、广州等地区, 与网络调研的结果十分接近, 如图2。这也从侧面证明了本研究的结果是可信的。

(资料来源在:《2009-2010年度中国旅游城市网誉报告》, 北京大学CCM研究中心)

2. 数据统计结果

由表3可以看出, 旅游者对旅游目的地的旅游信息的需求比较广泛和具体, 涉及不同类型信息的多方面信息。而且旅游者对不同旅游信息的需求也是不一样的, 从七个大的指标来看, 游客对交通信息的需求最多, 共被提问554次, 占30.5%。其次为住宿信息 (323次, 17.6%) 、景区景点信息 (286次, 15.7%) 、其他信息 (234次, 12.9%) 、餐饮信息 (209次, 11.5%) 、购物信息 (201次, 6.8%) 、娱乐信息 (90次, 5.0%) 。这表明游客对最基本的旅游交通信息依赖程度最高, 对较高层次的购物、娱乐信息需求量较少, 还未做到真正意义上的深度体验旅游。这与王曼娜 (2009) 研究结果比较接近, 这也说明通过网络文本进行旅游信息需求研究是可行的。

四、结语

目前, 学术研究和实践操作中常用的方法是问卷调研法, 但是很多学者对该调研法是否能真正获取客观数据表示质疑。本文初步探讨了网络和内容分析法在旅游信息需求分析中的运用, 试图找到旅游信息需求分析的新方法。实证结果证明, 网络调查法是可行的。

参考文献

[1]崔毅.基于网络文本分析的旅游者情感研究[N].中国旅游报, 2010:1-2

2.携程旅游网站设计方案 篇二

1 文献综述

Peterson (2003) 通过研究用户搜索行为, 认为在线信息能够通过影响用户的购买行为, 从而对产品的销量造成影响。Senecal (2004) 发现用户评论信息能够增加潜在用户的购买意愿, 评论数目越多, 越容易受到用户追捧。岑成德 (2007) 研究年轻旅游者网络搜索行为, 发现他们最重视价格、景点推介、住宿、美食与线路的安排。孙春华 (2009) 对比了零负面口碑和20%负面口碑的情况下, 20%负面口碑产品预订量更多。过度的人为控制评论, 容易降低评论的可信度, 从而适得其反。李君轶 (2010) 通过对游客进行调查, 发现在短时间内把线路的主要特征告诉游客, 吸引游客点击了解再下单, 成为在线旅游网站发展的根本。江金波 (2014) 研究旅游电子商务网站成熟度对在线旅游预订意向, 发现顾客对网站的信任程度会影响顾客的下单。

2 实证分析

2.1 模型构建

本文根据城市规模与旅游化程度, 将我国城市分为三类旅游城市研究:高度专业化旅游城市:三亚、丽江、桂林、张家界, 半专业化城市:厦门、北京、上海、秦皇岛, 低专业化旅游城市:深圳、东莞、济南、呼和浩特共十二个城市。

通过选取线性回归模型, 将出游人数等于网上预订国内跟团游 () 的数量, 把以上因素纳入模型中研究。建立模型如下:

2.2数据收集

在选择旅游线路上, 为排除不同出发地到同一目的地的路程远近与选择交通方式不同带来的价格差异, 将选取目的地跟团游线路数据作为研究。本文通过八爪鱼采集器采集携程网目的地跟团游线路信息, 再导入到SPSS中, 建立多元线性回归方程, 研究在线信息对不同专业化旅游城市跟团游预订的影响。

2.3 结果分析

在SPSS里进行线性回归分析时, 采用了DW检验和VIF检验方法对模型进行检验:三个模型的DW检验结果都接近2, 证明残差服从正态分布, 随机序列中不存在自相关性。而三个模型的VIF值均处于1~2.5之间, 一般认为VIF值少于10时, 变量之间不存在显著的线性相关, 所以本文中的自变量都通过检验, 回归分析的结果可信。统计模型的分析结果如表1所示。

综合比较以上三个模型, 点评数目对不同专业化的旅游城市都有影响, 而钻级、点评得分、差评比率与咨询问答数则不同程度地影响不同专业化的旅游城市, 其中特色数目与价格则没有较大的影响。由于特色数目是在主页面吸引游客点击进去游览的, 更多的是起到吸引关注的作用, 对订单量影响不大。而价格由于会随着出游天数、入住酒店等级与餐饮状况而改变, 所以也不能一概而论地影响跟团游的预订人数。

3 研究结论

本文以出游人数为因变量, 研究另外七个变量对其的影响。研究结果表明: (1) 点评数目显著影响着不同专业化的旅游城市出游人数; (2) 特色数目与最低价格没有对跟团游数量有显著影响; (3) 钻级、点评得分、点评人数、差评比率与咨询问答数很大程度上会影响高度专业化和半专业化旅游城市在线跟团游的订单量。对旅游网站在线信息的建设建议如下:

首先, 对不同旅游专业化程度城市的跟团游线路应该进行分类管理。一些用户是以点评数量为导向的, 难以找到最适合自己的跟团游旅游线路。可以列出一个栏目, 月度或季度最热门出游线路, 吸引大家点击了解详情。

其次, 除了点评数目会影响用户的在线预订数量, 差评数量也会影响用户预订。100%的好评反而会引起用户对网站可信度的怀疑, 所以商家不应该一面地控制好评比率, 而是在出现了差评后应该立刻跟进处理。从用户的角度看, 网站的人员积极响应和处理问题, 会使用户更加相信网站产品, 提高对网站的忠诚度。

最后, 由于点评数量, 用户咨询数等也会积极影响用户的购买意向, 所以网站应该鼓励游客在体验产品后回到网站上撰写点评或游记, 不仅能够吸引更多用户购买同类型的产品, 也能更好地维护与老客户的关系。强大的点评及客户数据系统不仅能吸引更多的客户提高对网站与产品的信任度, 也能够提供数据事实依据给网站和跟团游承包商进行改进, 这能促使在线旅游网站的良性循环发展。

4 结语

本文以三个不同旅游专业化的城市为例, 研究影响其出游人数的原因, 能否适用于其他城市还有待其他数据收集方法等的配合研究, 如后续应该结合调查问卷等面向全国旅游者进行调研, 通过调查问卷, 实地探访调研等方法, 进一步考察携程网上的在线信息对用户预订的影响。

摘要：本文将研究在线旅游网站在线信息:商家推介信息, 产品介绍信息和游客点评信息对国内目的地跟团游预订的影响。通过将我国旅游城市分为高度专业化、半专业化和低专业化三种类型, 采集不同城市目的地跟团游线路信息, 经过SPSS分析, 提出在线信息对不同专业化旅游城市的影响。所以在线旅游网站应根据不同市场需求加以改进网站功能, 才能符合时代的发展趋势。

关键词：携程网,国内跟团游,在线信息,线性回归分析

参考文献

[1]张梦, 张广宇, 叶作亮.在线信息对酒店网上预订的影响研究——基于携程网酒店在线预订数据的分析[J].旅游学刊, 2011.

[2]李君轶, 杨敏.西安国内游客旅游网络信息搜索行为研究[J].经济地理, 2010.