La industria turística china ha estado desarrollándose rápidamente en los últimos años, y el número de personas que viajan ha ido aumentando año tras año. Sin embargo, muchos problemas aún aquejan la gestión turística actual. La falta de una gestión efectiva ha causado numerosos problemas, como turistas varados durante la temporada turística y la disminución de la calidad del servicio de los lugares turísticos, que se han convertido en el foco de atención de los turistas. Los datos de búsqueda en la red pueden reflejar de manera intuitiva la atención de la mayoría de los usuarios a través de la combinación del índice de búsqueda en la red y el modelo de red neuronal de retropropagación (BP). Este estudio predice la demanda turística diaria en el lugar turístico de Huangshan en China. La palabra clave filtrada en el índice de Baidu se agrega a la red neuronal híbrida, y se establece en este estudio un modelo de red neuronal BP optimizado por un algoritmo de optimización de mosca de la fruta (FOA) basado en los datos de búsqueda web. Se comparan diferentes métodos de pronóstico en este documento; los resultados demuestran que, en comparación con otros modelos de predicción, se puede obtener una mayor precisión en la temporada alta utilizando el método FOA-BP que incluye datos de búsqueda web, lo que supone un medio sostenible para resolver prácticamente el problema de gestión turística mediante una predicción más precisa de la demanda turística de los lugares turísticos.