我院田逢军教授与美国天普大学Yang Yang 副教授和加州州立理工大学Zhenxing Mao教授以及江西财经大学生态文明研究院唐文跃教授合作的研究论文《Forecasting daily attraction demand using big data from search engines and social media》在SSCI二区期刊International Journal of Contemporary Hospitality Management发表。

该文以江西省三清山景区为例，比较了在搜索引擎和社交媒体中有大数据预测器和没有大数据预测器的不同模型的预测性能。论文通过正则化回归(如套索模型和弹性网)来进行旅游预测，并利用各种跨平台的日常大数据指标作为预测因子，其结果显示：搜索引擎数据可以大大减少预测误差，而社交媒体数据的价值非常有限。与不含大数据预测因子的 ARMAX/MSAR 模型相比，相应的后套索模型基于均方平均数百分比误差的预测误差降低了39.29%，基于均方平均数百分比误差的预测误差降低了33.95%，基于均方平均数百分比误差的预测误差降低了46.96%，基于平均绝对标度误差的预测误差降低45.67%。

近年来，我院旅游专业教师着力推进科研国际化，先后与国际上多位学者合作发表了多篇SSCI论文，科研合作取得了显著效果，这也是我院科研水平迈向国际化的重要见证。（文/旅城学院）