随着经济发展水平和人们生活质量的提高,对旅游的需求量越来越大,旅游产业得到迅速发展,但是在高速发展的同时,也会出现节假日旅游高峰期景区超负荷运行带来的旅游体验不佳和安全隐患问题。因此,旅游城市或者景区建立“核定、统计、发布、疏导”四位一体的旅游智能系统十分必要。对游客量进行精准预测,可以提高景区管理部门的管理能力和服务质量,让游客的旅游生活更加愉快。同时,如何科学精准预测游客量,也成为一个值得探讨的问题。截至2019年6月,我国网民总人数达8.54亿,互联网己然成为人们生活中密不可分的工具,人们习惯于在网络上搜索自己需要的信息,并根据这些信息决定自己的接下来的消费需求。研究者可以利用互联网搜索数据的前瞻性特征,来预测未来几天甚至未来一个月的游客量。恰好百度、微信、微博等常用网络服务都拥有自己的数据分析开放平台,研究者可以利用平台之中的关键词指数,对当地客流量进行精准预测。本文从互联网时代旅游消费者行为模型出发,利用文本挖掘从旅游网站提取出关于北京旅游游客经常使用的词语,筛选出相关性较强的18个关键词作为最终选定的关键词。为了防止关键词的信息重叠和关键词变量过多造成模型出现过拟合,采用主成分分析法对选定的最终关键词进行降维,得到三个主成分。然后将降维后关键词数据和游客量实际数据划分成训练集和测试集,分别运用神经网络、支持向量机、随机森林和集成方法建立模型对客流量进行预测。本文的模型结果显示,网络搜索数据与游客量之间存在较强的关系,不论神经网络、支持向量机还是随机森林,三种模型总体来说达到了预测目的,并且集成预测模型要优于单个模型的预测能力。通过建模分析,本文得到如下结论:利用网络搜索数据可以对游客量进行精准预测,网络搜索数据高度反映了大众的社会经济行为,同时网络搜索数据作为极具时效性的数据,具有独特的优势;关键词的选择应该采用多种方式结合,独立使用一种选词方法,可能会使选出的词过于片面,不能覆盖大多数搜索引擎用户的搜索习惯;对于最终确定的关键词,为了防止关键词过多以及变量之间的相关性和信息重叠造成模型复杂度高的问题,有必要对最终确定的关键词进行降维处理,主成分分析法是一个较好的方法;在预测中单个模型预测能力,可以采用恰当的集成方法进行预测,可以提高预测的精确度。针对研究结论以及在研究中遇到的问题,本文提出三点建议:（1）应重视百度指数等数据平台的应用。网络搜索数据与社会经济活动息息相关,人们的网络行为很大程度上反映人们的社会经济活动行为,利用所获得的网络搜索数据,可以提高经济运行效率,也给大众生活带来了方便。（2）有关旅游部门和旅游经济相关人员应该注重网络数据的应用。政府旅游部门或旅游公司可以建立自己的游客量预测平台,提升景区的管理水平。（3）应提高信息的公开透明度。在符合政府文件保密规定的前提下,将与大众生活息息相关的数据文件进行公开化,有助于提高政府的公信力,促进政府与公众的合作。本文有以下创新之处:（1）本文使用多种方法搜集关键词,克服了因为不同人群语言习惯和搜索习惯不同而造成的关键词选择不全面。（2）本文采用多种模型对游客量进行预测,并对多种预测方法的预测效果进行比较,克服了单一预测方法预测不精确的问题,不同方法的比较很具有参考价值。