旅游客流量的及时性和准确性分析是我国智慧旅游建设的一个重要研究问题。旅游客流量分析有助于旅游管理相关部门对旅游活动进行有效管理,同时有助于旅游当地的餐饮、住宿、出行、游玩、购物、娱乐等方面的建设和发展。目前旅游业已逐步发展成为我国国民经济的支柱性产业,而大理是一个典型的旅游目的地,旅游业是大理的支柱产业且占GDP的比重较大。研究大理旅游客流量能够完善并加强大理旅游业的建设,对大理的经济发展具有重要意义。基于互联网、移动互联网产生的大数据已经成为旅游研究的重要数据来源,各种互联网平台上产生的旅游大数据,生成速度快、数据频率高、数据类型多、包含着丰富且有价值的信息。本文的研究目的是构建基于旅游大数据中大理旅游关键词百度搜索指数的大理旅游客流量预测模型,并通过研究分析提高模型预测的精确度。本文的创新之处有三:一是采用月度数据研究大理旅游客流量,二是采用文本挖掘方法拓展大理旅游关键词词库,三是采用多种模型比较的做法,提高预测的精确度。本文的主要研究方法为:（1）运用Python、八爪鱼数据爬取软件,分析携程网、马蜂窝等互联网旅游平台、软件中的游记、评论等文本内容,对有关大理旅游的文本数据进行分析,构建相关关键词词库,并获取关键词百度搜索指数的月度数据;（2）通过Pearson相关系数分析关键词词库,筛选出适合用于大理旅游客流量预测的关键词;（3）以关键词的百度搜索指数为基础,构建大理旅游客流量预测模型进行分析,包括VAR模型、机器学习模型,并结合各个模型的优点构建组合模型进行更加精准的预测。本文通过研究得出以下结论:旅游大数据中的大理旅游关键词百度搜索指数能够在一定程度上预测大理旅游客流量的变化情况;应用机器学习算法的组合模型相较于单一模型,能够充分提取平时和节假日旅游客流量的变化信息,预测精确度有大幅提升;对最终构建的三种模型的大理旅游客流量预测值进行了比较,发现MLP神经网络精确度最高。