张斌儒，经济学博士，长江师范学院财经学院讲师，主要研究领域为数量经济、旅游经济、数据挖掘与机器学习。2017年6月毕业于对外经济贸易大学国际经济贸易学院，获经济学博士学位，2017年7月至今在长江师范学院财经学院工作。

第一章 绪论
第一节 研究背景及意义
第二节 研究范围、研究内容、预期目标及解决的关键问题
第三节 研究思路与本书框架
第四节 主要创新点
第二章 文献综述
第一节 传统旅游需求预测方法研究现状
第二节 综合性预测技术
第三节 基于网络搜索数据的社会经济行为预测
第四节 基于网络搜索数据的旅游需求预测
第五节 总结与评价
第三章 理论基础与实证研究框架的构建
第一节理论基础
第二节 实证研究框架的构建
第三节本章小结
第四章 互联网环境下消费者信息搜索与旅游需求
第一节 引言
第二节 模型设定、变量说明、数据来源与变量的统计性分析
第三节 计量分析与讨论
第四节 基于伪样本外预测的模型检验
第五节本章小结
第五章 基于网络搜索数据的国内游客流量预测
第一节 引言
第二节 支持向量回归算法原理
第三节 支持向量回归超参数的优化方法
第四节 BA-SVR＆CS混合模型预测程序
第五节 实证检验
第六节 本章小结
第六章 基于网络搜索数据的星级旅游饭店入住率预测
第一节 引言
第二节 相关向量机算法
第三节 季节指数调整方法
第四节 SI-BA-RVM&CS混合模型预测流程
第五节 实证检验
第六节 本章小结
第七章 基于多模态网络数据的短期游客流量预测
第一节 引言
第二节 预测方法的构造
第二节 实证检验
第四节 本章小结
第八章 总结与展望
第一节 主要研究结论
第二节 政策建议
第三节 研究不足与展望
附录A 各章节图表
附录B 主要MATLAB程序
参考文献

科学的旅游需求预测是旅游学界研究的热点问题之一，也是旅游景区安全与应急管理中的关键环节，可为旅游相关行业的决策制定提供必要的参考。然而，受季节性以及突发事件等外部因素的影响，旅游需求曲线呈现出复杂的非线性特征；而我国旅游业发展相对较晚，可用的数据样本容置较少，因此，传统非线性预测技术无法充分捕捉旅游需求的动态特征信息。随着互联网的普及，消费者信息搜索所产生的大量网络搜索数据为解决这类 问题提供了新的思路。张斌儒著的《基于消费者搜索的旅游需求预测研究》对网络信息搜索与非线性预测技术的相关知识作较为全面的梳理和总结。