近年来,随着我国旅游业的迅速发展,各大旅游城市、旅游景点常出现人满为患的现象。不仅给游客的体验带来严重的影响,更给游客的人身安全带来威胁。而景区目前多采用的是“事中”或“事后”的措施,这些措施普遍带有应急色彩,不确定性较大,而且还会带来许多后续问题。特别是会给旅游者带来极大的不便,旅游者往往不得不临时改变自己的旅游行程,后续情绪的平复也会十分困难。所以本文的研究目标是以九寨沟为例,构建九寨沟客流量预测模型,以便为景区管理者和旅游者提供“事前”的数据支持。本文主要得到以下研究结论:第一,结合互联网时代下旅游者的行为特征,对旅游者信息搜索行为进行剖析,解构了互联网时代下旅游者在旅游前、旅游中、旅游后三个阶段的行为,并构建了互联网时代的旅游决策模型。旅游者的旅游信息搜索行为贯穿于整个旅游活动的全过程;且在互联网时代下,人们普遍会通过互联网进行旅游信息搜索,而这种搜索行为会在互联网中留下足迹。第二,本文以九寨沟景区为例,通过分析九寨沟客流量与网络关注度,发现九寨沟客流量与网络关注度在年内表现出几乎相同的变化趋势,呈现出双峰状;均围绕着双休日、节假日和工作日的时间交替呈现出有序的起伏变化。并且发现九寨沟网络关注度均会在客流量高峰出现前1-3天达到高峰,九寨沟网络关注度相对于客流量表现出明显的前兆效应。第三,本文以九寨沟客流量与相关关键词的百度指数为数据基础,通过自回归分布滞后模型,分别以2年期样本、1年期样本及半年期样本建立了九寨沟客流量预测模型,并对模型的预测能力进行了检验。相对于九寨沟官网公布的预测数据,本模型显著提高了预测的准确度,证明本文所构建的模型具有良好的预测能力。通过对比基于不同样本期所构建的预测模型的预测结果,发现基于1年期样本构建的预测模型更具预测能力,表明运用百度指数进行旅游客流量预测模型的构建并不是采集的数据覆盖的时间越长越好。这是由于中国互联网还处于快速发展的阶段,通过线上获取旅游信息的旅游者所占比例及其搜索方式都在不断发生变化。如果样本期跨度太长,会导致尽管模型的拟合效果很好,但预测效果很可能会大打折扣。