随着经济社会和信息技术的快速发展,信息的传播方式发展了巨大的改变。在线旅游作为一种新型旅游商业模式,越来越受消费者的青睐。在线旅游网站的产品信息丰富,包含价格、用户反馈、行程特色、优惠活动和服务保障等多方面的信息,各指标或多或少地影响着线上旅游产品的销量,找出显著影响销量的因素并对销量进行有效的预测尤为重要。本文以去哪儿网站上的线上旅游产品为研究对象,使用八爪鱼采集器收集去哪儿网站上在线旅游产品的基本信息。数据经过预处理后,首先进行了描述性分析和单因素影响分析,直观展示了各因素对在线旅游产品销量的影响。接着使用定序回归的方法,将销量转变成有序因子,即高销量、中销量和低销量,确定了影响在线旅游产品销量的11个关键特征,包括用户满意度、旅行社信用等级、目的地、行程天数、价格、旅游类型、旅行社热度、交通类型、是否包含多人立减、是否会员价和是否无自费,并从价格、用户反馈、行程特色、优惠活动信息和服务保障信息五个方面阐释了模型的结果。然后,建立能够解释影响在线旅游产品销量的多元线性回归模型,模型的各项检验均通过,调整后的R2为0.7935,拟合程度较好。进一步地,根据回归系数对各个影响因素进行了定量的描述,认为用户满意度、是否包含多人立减、是否会员价等因子对线上旅游产品销量高低有最为显著的影响。最后,对在线旅游产品销量进行了预测,为提高准确度,根据定序回归选中的关键因素建立了梯度提升回归树模型(GBRT)和随机森林模型(random forest),并进行对比。参数调优后GBRT模型的RMSE为0.0542,偏差较小,且均方误差较多元回归模型有了大幅度降低,从0.2988降至0.0341。经计算,GBRT模型的准确率高达98.80%。而随机森林模型的均方误差为0.400,高于GBRT模型;准确率为97.24%,低于GBRT模型。因此,GBRT模型能够更精准地预测本文中线上旅游产品的销量。本文通过建立统计模型和算法模型研究了影响在线旅游产品销量的因素,并根据这些影响因素对销量作出较为准确的预测,旨在为消费者总结出一种评估在线旅游产品销量的方法,帮助他们做出更恰当的决策,也有利于我国线上旅游产品评估与销售体系的完善,同时为在线旅游网站和旅行社提供有建设性的建议,不断完善在线旅游市场。