基于百度指数的大众汽车销量预测研究

发布时间：2020-12-18 14:40

　　随着互联网的普及,网络搜索数据被广泛用于消费者的购买行为研究。传统的汽车销量预测方法大多基于历史销量数据进行预测,难以反映消费者行为变化,因此,采用覆盖信息全面的网络搜索数据对大众汽车销量进行预测能够充分考虑市场信息。首先通过网络爬虫在百度指数网站提取有关大众汽车品牌的关键词,并获取每个关键词的每日网络搜索量,然后利用主成分分析法合成关键词,提取关键词主要特征,最后构建网络搜索数据和历史销量数据相结合的汽车销量预测模型。研究结果表明,该方法预测效果良好,预测精度达到96%。 

【文章来源】：统计与管理. 2020年10期

【文章页数】：9 页

【部分图文】：

长期预测和短期预测效果图

（二）基于网络搜索的汽车销量预测模型人们在购车前，由于对汽车各方面性能的不了解，往往会上网搜索与汽车相关的信息，在对目标有一定的了解之后，才会考虑购买。基于海量用户的搜索行为而得的网络搜索数据，数据量大，能够反映用户的关注点，具有很好的代表性，已被广泛应用于用户的行为研究，也是本文研究的基础。

搜狐汽车网提供了各车型从2007年1月到2019年每月的汽车销量。大众汽车共有74个车型具有销量数据，通过Python软件获得各车型每月的销量，累加各车型销量可获得整个大众品牌的销量数据。（二）数据处理与关键词合成

【参考文献】：
期刊论文
[1]基于改进的主成分分析法的矿工表情识别[J]. 杜云,张璐璐,潘涛.  河北科技大学学报. 2019(01)
[2]2020～2080年我国智能汽车产销预测及建议[J]. 刘宇,黎宇科,贾宁.  汽车工业研究. 2018(10)
[3]融合百度指数的流感预测机理与实证研究[J]. 王若佳.  情报学报. 2018(02)
[4]考虑品牌情感的汽车销量预测模型[J]. 刘业政,章旭,王锦坤.  合肥工业大学学报(自然科学版). 2017(09)
[5]基于SARIMA-BP神经网络方法的汽车销量预测研究[J]. 范庆科.  中国商论. 2017(22)
[6]基于百度指数的连云港旅游网络关注度研究[J]. 孟思聪,马晓冬.  旅游论坛. 2017(05)
[7]汽车销量影响因素分析[J]. 张新新,王柳,张子敖.  现代商贸工业. 2017(08)
[8]网络搜索指数与汽车销量关系研究——基于文本挖掘的关键词获取[J]. 李忆,文瑞,杨立成.  现代情报. 2016(08)
[9]中国新能源汽车市场预测研究[J]. 刘颖琦,王萌,王静宇.  经济与管理研究. 2016(04)
[10]马尔可夫过程的4S店汽车销售量预测[J]. 汪玉秀,顾巧祥,邢超,马志斌.  中国计量学院学报. 2015(04)



本文编号：2924171