本書從旅游院校市場調(diào)查與預測課程的教學需要與對象出發(fā),對與旅游專業(yè)相關的市場調(diào)查與預測原理進行了遴選,將旅游市場調(diào)查與預測的概念、操作路徑以及定性與定量方法,由淺入深、通俗易懂地完整呈現(xiàn)。
作者吸收了國內(nèi)外最新的旅游市場調(diào)查與預測研究成果,強調(diào)針對性、適用性與實用性,融入了許多獨到的歸納總結。
本書還附有思考題與練習題及其參考題解、SPSS實操引導、部分數(shù)據(jù)等,方便讀者使用。
本書適用于高等院校旅游專業(yè)學生的專業(yè)課教學,同時對廣大旅游企業(yè)的旅游市場調(diào)查與預測實踐以及業(yè)務培訓具有實用價值。
大眾旅游時代,當越來越多的中國老百姓注重旅游,并且以旅游來提升其生活品質(zhì)與個人身心健康之時,各級旅游公共服務部門及旅游從業(yè)者應研究國民方方面面的旅游需求,
提供令群眾滿意的服務
。因此,實時的旅游市場調(diào)查、前瞻性的旅游市場預測,就成為一種現(xiàn)實的、持續(xù)的需求。同時,作為一種能力的培養(yǎng),市場調(diào)查的能力,是一個人必不可少的職業(yè)能力和追求智慧生活的生存能力。
《旅游市場調(diào)查與預測》一書是作者經(jīng)過長期的教學與學術研究積累,在不斷的旅游市場調(diào)查與預測實踐基礎上,潛心鉆研、勤奮筆耕,開創(chuàng)性地完成的一部教材。
從教材的角度來講,本書極具針對性,即針對同名課型、針對特定專業(yè)方向。本教材所選之方法均為時下國際上最新、最常用的預測法,采用“傻瓜”式的案例引導方法講授,學習者易于掌握和“套”用。實用、適用、好用、前沿,正是這一教材的特色。
近日,微軟研究院的David Rothschild通過對奧斯卡入圍影片相關數(shù)據(jù)分析,預測出本屆奧斯卡各項大獎的最終歸屬,這一預測得到休閑娛樂業(yè)界的廣泛關注。同理,旅游市場調(diào)查與預測的重要性,也越來越為廣大經(jīng)營管理者所認同; 因此,本書可以滿足廣大從業(yè)者的需要。
謹于書首略綴數(shù)語為序,并表達恭賀、鼓勵與推薦之意,也為我們學校的優(yōu)秀教師又向社會貢獻出新的研究成果而感到由衷的高興。
黃先開
北京聯(lián)合大學副校長
旅游學院院長
2013年3月1日
緒論篇
第1章緒論
1.1旅游市場調(diào)查概述
1.2旅游市場調(diào)查行業(yè)
1.3旅游市場預測概述
思考題
旅游市場調(diào)查篇
第2章旅游市場調(diào)查方法
2.1常用的定性旅游市場調(diào)查方法
2.2非引導型調(diào)查方法
2.3自由列舉法
2.4基于互聯(lián)網(wǎng)信息的旅游市場調(diào)查方法
2.5常用的定量旅游市場調(diào)查方法——問卷調(diào)查
思考題
第3章文獻的獲取路徑與綜述
3.1文獻調(diào)查法的意義和作用
3.2文獻的搜集和整理
3.3文獻綜述
3.4案例和點評
附錄文后參考文獻著錄規(guī)則
思考題
第4章旅游市場調(diào)查設計與實施
4.1旅游市場調(diào)查設計
4.2旅游市場調(diào)查問卷設計
4.3旅游市場調(diào)查實施
思考題
第5章旅游市場調(diào)查中的有效溝通
5.1訪問人員的訓練
5.2訪問的技巧與原則
5.3現(xiàn)場問卷調(diào)查中的溝通問題
5.4電話訪談調(diào)查中的溝通問題
5.5網(wǎng)絡問卷調(diào)查中的溝通問題
5.6不同調(diào)查方法溝通方式的比較
5.7市場調(diào)查的道德問題
思考題
第6章旅游消費主體態(tài)度的測量
6.1旅游消費主體態(tài)度的測量工具——態(tài)度量表
6.2態(tài)度量表的設計
6.3態(tài)度量表的評價——信度分析
6.4態(tài)度量表的評價——效度分析
思考題
第7章旅游市場調(diào)查報告
7.1旅游市場調(diào)查報告概述
7.2旅游市場調(diào)查報告撰寫
思考題
旅游市場預測篇
第8章旅游定性預測方法
8.1旅游定性預測方法概述
8.2德爾菲法
8.3經(jīng)驗判斷預測法
8.4產(chǎn)品生命周期預測法
8.5主觀概率法
8.6情景預測法
思考題
第9章基于旅游時間與季節(jié)數(shù)據(jù)的預測方法
9.1時間序列分析概述
9.2移動平均預測法
9.3指數(shù)平滑預測法
9.4趨勢外推預測法
9.5季節(jié)指數(shù)預測法
9.6利用SPSS對引導案例進行時間序列分析
思考題
練習題
第10章回歸分析預測
10.1回歸分析預測概述
10.2一元線性回歸預測
10.3多元線性回歸預測
10.4可線性化的非線性回歸模型預測
10.5徑向基函數(shù)神經(jīng)網(wǎng)絡回歸預測方法
思考題
練習題
第11章分類變量的預測方法
11.1Logistic回歸分類預測方法
11.2基于徑向基函數(shù)神經(jīng)網(wǎng)絡的分類預測
11.3決策樹分類預測方法
11.4判別分析分類預測方法
思考題
練習題
練習題參考題解
參考文獻
后記