四姑娘山景区作为我国国家级4A级景区,代表着全国旅游景点的平均水平,其发展不仅给当地带来了巨大的经济效益,同时对整个旅游行业和社会其他行业产生了一定的影响。然而,无论是消费者还是旅游相关部门受旅游信息不对称的影响,致使大多数景区在暑假或国庆假期间常处于游客超载状态,对景区资源环境造成了一定的负面影响,阻碍了各景区的绿色发展。因此,建立有效的客流量预测模型,及时准确预测景区客流量情况,不仅有利于消费者在出行前及时调整决策行为,还有利于景区相关部门制定相关政策,减少资源浪费,对促进我国旅游经济健康稳步发展也具有重要指导意义。基于此,本文以四姑娘山景区为例,运用2016年1月4日至2020年1月20日中关键词搜索量对通过爬虫技术得到的景区客流量进行预测分析。首先初选关键词,通过三种途径扩展关键词库,并利用分词软件从关键词库中获取了9个核心关键词。在引入核心关键词搜索量后,通过格兰杰检验,得出百度搜索数据可以用于预测四姑娘山景区每周客流量。然后,分别构建时间序列AR（2）模型、支持向量回归SVR模型和梯度提升回归GBRT模型对景区每周客流量进行拟合预测,得到GBRT模型的预测效果最优,其中R~2为96.76%,RMSE值为0.18。最后对百度搜索数据进行时效性研究并使用提前期下的百度搜索数据对四姑娘山景区2019年暑期时间段的每周客流量进行拟合预测,并结合我国重大卫生疫情事件来探讨其对四姑娘山景区的影响情况。研究表明:（1）百度搜索数据可以用于四姑娘山景区客流量预测;（2）梯度提升回归GBRT模型在三种模型中的预测效果最好;（3）提前一周的百度搜索数据能有效提高模型预测精度;（4）受新冠肺炎病毒疫情的影响,模型的预测结果偏高。以上结论表明,选择合适的模型预测景区客流量不仅能有效补充利用传统方式得到的旅游客流量的统计数据,还方便游客及景区相关部门及时做出决策行为或制定相关政策,提高景区管理水平。