内容简介：
基于旅游需求的经济理论，从大量高维旅游需求相关网络大数据(包括网络舆情数据、搜索引擎数据和网络爬虫数据)的收集和处理出发，通过数据筛选和预处理(因子模型、LASSO模型)获得合适的新变量集，并据此构建新型旅游需求模型。研究结果显示，网络搜索行为与旅游需求之间存在强关联，这为旅游需求预测提供了新的视角。通过比较多种模型，发现带有网络协变量的惩罚回归模型在预测旅游需求方面表现出色，尤其在疫情等复杂情境下展现出更高的稳健性。
主讲人简介：王永莲，经济学博士，副教授，硕士生导师，统计学院应用统计系主任。在《数量经济研究》《Pacific-Basin Finance Journal》等核心期刊公开发表学术论文10余篇；出版学术专著1部；主持国家社科项目和国家统计局项目各1项，主持完成省社科和省教育厅项目各1项。
