网络搜索、在线口碑与中国汽车销量的关系研究

发布时间：2020-06-18 02:06

【摘要】：随着搜索引擎的广泛使用,消费者获取信息的来源逐渐从报纸、杂志、广播、电视等传统媒体和实体店转向互联网搜索渠道。搜索引擎记录了用户的c\索行为,网络c\索数据反映了用户对事件的关注度,网络c\索数据凭借低成本、及时性为各行各业的预测提供了很多帮助,己经被广泛地运用于社会经济行为的预测之中。网络搜索行为是一个衡量消费者购买意愿的指标,能够用于购买行为的预测。尽管信息搜索一直被看作消费者决策过程当中的重要一环,但是有关在线搜索与线下交易之间关系的实证研究有限。基于此,本研究以消费者在信息搜集和购买决策过程中留下的真实数据为研究基础,以我国汽车市场为背景,探究在线搜索与线下交易之间的关系。首先,确定网络搜索数据的关键词,主要运用了文本挖掘技术,具体而言:(1)对抓取的汽车论坛文本进行Jieba分词;(2)利用Word2vec模型把分词结果转化为向量空间模型形式;(3)结合TF-IDF算法和余弦相似度算法确定关键词。然后,基于108个月的长面板数据,建立网络搜索与汽车销量的固定效应模型。此外,为探究在线口碑对汽车销量的作用效果,本研究在原模型的基础上引入评论数量和评论分数两个变量,检验网络搜索、在线口碑与中国汽车销量三者之间的作用关系。保留样本分析表明,当在线口碑信息无法获得时,网络搜索数据可以对中国汽车销量的预测起到重要作用。最后通过面板向量自回归模型(PVAR),采取滚动窗口的方式,利用网络搜索数据验证了2015年12个月的汽车销量。实证结果表明:(1)网络搜索与汽车销量之间存在长期均衡关系,回归模型可以解释76%的方差;(2)在线评论数量、在线评论分数与汽车销量呈显著的正相关关系;(3)在线口碑数据未能对基于网络搜索数据的销量预测模型起到显著作用效果;(4)基于网络搜索数据的预测模型表现出良好的预测精度,可以用提前1个月或2个月的网络搜索数据,来对我国汽车销量做预测。本研究丰富了网络搜索、在线口碑、汽车营销等相关方面的理论研究,有利于汽车企业制定相关营销策略,另外本研究的关键词获取流程也为基于网络搜索数据的其他领域研究提供了参考。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F426.471;F724.6;F274
【图文】：

技术路线图,论坛,短面,固定效应模型

图 1.1 技术路线图1.5 创新点本研究的创新点如下：（1）关键词选择：和以往研究不同的是，本研究提出了一套结构化的关键词获取流程，主要运用文本挖掘技术，基于中国用户活跃度最高的汽车论坛——汽车之家论坛作为语料库，结合 TF-IDF 算法和余弦相似度算法，提取出能够实际反映用户网络搜索行为的关键词。（2）模型设定：历史研究多采用时间序列的静态回归或者是对短面板数据的建模，数据量较少，然而本研究是基于 2007-2015 年全国 59 款汽车的月度销量数据，运用格兰杰因果关系检验、面板数据的固定效应模型来研究网络搜索数据、在线口碑与汽车销量三者之间的关系；并通过面板向量自回归模型（PVAR），预测 2015

购买决策,步骤,方案,消费者

邮电大学硕士学位论文第 3 章理论模型与变量设计性价比最高，需要结合在线口碑满足消费者对产品的价值最大化、成本最小化的求，从而选出消费者认为性价比最高的产品。（4）购买决策阶段。消费者在方案选择阶段受到在线口碑的影响，会在自己供择的产品集中由于自身的偏好而形成购买意愿，并最终结合自身需求，选择和自匹配度最高和偏好性最强的产品。但是在实际情况里，消费者的购买意愿和实际买行为会产生不同，这些差异往往会由于在线口碑的影响，其作用效果如图 3.示。

【参考文献】