随着互联网的普及,旅游业的蓬勃发展,互联网技术广泛应用到旅游业中。目前,互联网作为重要的信息发布平台,许多旅游景区的相关人员利用互联网发布一些旅游信息,广大旅游者在出行前也通过互联网获取旅游信息。鉴于各国学者关于互联网技术的社会行为研究表明,互联网热词的网络搜索量与社会行为具有一定的联系,引导着实际的社会行为,其中包括旅游行为。为推进网络行为的研究,百度和谷歌分别推出了百度指数和谷歌趋势两大产品,为广大学者查询相关热词的网络搜索量提供了便利。本文通过运用定性、定量、实证研究等方法,证明热词的网络搜索量与世园会的实际客流量具有相关性。本文基于网络搜索行为构建世园会客流量预测和预警模型,通过借鉴有关网络行为方面的研究成果,构建世园会网络搜索热词的指标体系,利用谷歌趋势提供的网络搜索量,运用回归分析、灰色理论预测和预警世园会的客流量,并通过实证验证所构建模型具有实用性。本文主要研究内容包括以下六个方面：(1)阐述本文的研究背景和研究意义,分析国内外基于网络搜索行为的研究现状,提出本文的主要内容、研究框架、研究方法和技术路线。(2)分析本文的相关理论,包括网络搜索行为和数据处理。首先介绍谷歌趋势的功能及应用方法,然后介绍灰色系统理论,包括原理、特点和主要内容。(3)构建网络搜索热词的指标体系。根据指标体系构建的依据和原则,首先筛选出基准热词,然后通过热词推荐工具获取所有相关热词,最后依据热词的相关系数来确定是否选取。(4)研究世园会客流量预测及预警的相关模型。本文利用回归理论构建世园会客流量的预测模型,同时利用灰色灾变理论构建世园会客流量的预警模型。(5)以西安世园会为研究对象,通过西安世园会验证预测和预警模型的准确性,然后论述该模型亦可应用到青岛世园会。(6)总结所做的工作,提出本文需要进一步改进的方向和对未来的展望。