引入网络关注度的汽车销量预测

发布时间：2017-09-20 08:41

  本文关键词：引入网络关注度的汽车销量预测

  更多相关文章： 消费者购买决策 网络搜索 汽车销售量 预测 综合模型

【摘要】：汽车产业是我国国民经济的重要支柱产业之一,对我国国民经济和综合实力都具有举足轻重的作用。目前,我国是世界最大的汽车生产和消费市场,且保持着良好的发展势头。2015年11月份,我国汽车产销量双双创历史新高,2015年1至11月份期间,我国汽车产销量分别为2182.39和2178.66万辆,同比增长分别为1.8%和3.34%。目前我国汽车产业的发展受多重因素的影响,除了受经济发展水平、人民收入、国家政策等多方面的影响之外,还受新能源汽车、互联网汽车等新兴技术的刺激。我国汽车产业面临着众多机遇和挑战,因此对于汽车相关企业而言,更需要及时、准确地把握市场动向,做出科学有效的决策,才能在激烈的竞争之下,占领和保有市场。随着信息技术的快速发展,互联网在我国已得到广泛的普及,网民规模数逐年递增,地区差异也呈现逐年下降的趋势。截至2014年12月份,我国互联网用户规模已达64875万,互联网普及率高达47.9%。在互联网用户中,搜索引擎的用户占比大,而在搜索引擎的市场份额中,百度无论在PC端还是手机端的用户领域都处于绝对领先地位。互联网的普及,已逐渐改变了传统的消费者购买行为模式。网络已经成为了消费者了解产品信息的重要渠道,特别是在汽车消费市场,互联网相对于其他传统信息渠道具有明显的优势。据调查,有77.5%网民会选择将互联网作为主要渠道来获取购车信息。本文基于市场预测理论和消费者购买决策理论,对国内外已有的关于市场预测和基于网络搜索进行预测的相关研究进行总结分析,概括相关研究中的不足,导出本文的研究方法,然后建立预测模型。本文中,搜集了21款车型,从2011年1月份至2015年11月份的销量数据、网络搜索数据、汽车相关属性数据、相关政策数据、宏观经济变量数据等,最后,运用计量经济学的相关知识,构建五种模型,包括基础模型、控制模型、线性组合模型、时间序列模型和时间序列组合模型,对模型的拟合系数、假设性条件、残差等进行严格的检验和分析,并对模型进行改进。计算改进前后模型的预测平均绝对误差率,在此基础上,对比分析各种模型的预测效果。最后,总结各变量对汽车销量的不同影响,最优的预测模型以及本文研究的实际应用价值。
【关键词】：消费者购买决策 网络搜索 汽车销售量 预测 综合模型
【学位授予单位】：上海社会科学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F426.471
【目录】：

• 摘要2-3
• Abstract3-7
• 第一章 绪论7-12
• 1.1 研究背景及意义7-10
• 1.2 本文创新10
• 1.3 研究内容及框架10-12
• 1.3.1 研究思路10-11
• 1.3.2 文章结构11-12
• 第二章 理论基础12-19
• 2.1 消费者购买决策理论12-13
• 2.1.1 一般购物决策理论12
• 2.1.2 基于网络搜索的购物决策理论12-13
• 2.2 市场预测基本理论13-17
• 2.2.1 市场预测的内容13-14
• 2.2.2 市场预测作用和特点14
• 2.2.3 市场预测的原则14-15
• 2.2.4 市场预测的程序15-16
• 2.2.5 预测精度的衡量及提高方法16-17
• 2.3 已有市场预测方法17-19
• 第三章 文献综述19-25
• 3.1 市场预测相关文献综述19-20
• 3.2 利用网络搜索进行预测的文献综述20-23
• 3.3 利用网络搜索预测汽车销量的文献综述23-25
• 第四章 实证部分25-40
• 4.1 数据统计量描述25-28
• 4.1.1 网络搜索25
• 4.1.2 变量和数据描述25-28
• 4.2 模型构建28-40
• 4.2.1 基础模型28-29
• 4.2.2 控制模型29-30
• 4.2.3 线性组合模型30-32
• 4.2.4 时间序列模型32-33
• 4.2.5 时间序列组合模型33-36
• 4.2.6 对模型进行改进36-40
• 第五章 总结与展望40-42
• 参考文献42-44
• 后记44-45

【相似文献】

中国期刊全文数据库 前10条

1 王贺;冯谱;;一种汉语语音网络搜索方法[J];山东理工大学学报(自然科学版);2007年02期

2 周岩;网络搜索直通车[J];大众用电;2001年12期

3 苏丽娜;;图书馆在网络搜索和资料管理中的作用[J];内蒙古科技与经济;2013年20期

4 贺维;刘彬;田学志;;基于行为模式进行网络搜索信息过滤[J];中国新技术新产品;2010年17期

5 吴兆福;董文永;;P2P网络搜索技术研究[J];武汉理工大学学报(信息与管理工程版);2007年06期

6 于芳;陈冬玲;王大玲;于戈;鲍玉斌;;基于PLSA的面向用户的网络搜索(英文)[J];Journal of Southeast University(English Edition);2007年03期

7 郭方方;杨永田;;基于资源规模的P2P网络搜索机制的研究[J];哈尔滨工业大学学报;2008年03期

8 张向宁;;“傻目录”倡导简易互联网[J];航空港;2008年11期

9 褚庭亮;王茂生;汤文杰;赵蕾;;基于网络搜索的CTP主流技术分析实验报告[J];影像技术;2009年01期

10 ;阿里巴巴加入智能电视混战 与百度小米一较高下[J];工业设计;2013年08期

中国重要报纸全文数据库 前10条

1 杨晖 上海市第二中级人民法院立案庭法官助理;对网络搜索服务“中立性”商榷[N];上海法治报;2014年

2 文/嵩文;中国搜索发力第三代网络搜索[N];计算机世界;2004年

3 齐广君;过分依赖网络易形成思维惰性[N];石家庄日报;2008年

4 本报记者 任鸽;白领“赖”上网络搜索[N];消费日报;2009年

5 惠正一;微软加强网络搜索[N];第一财经日报;2006年

6 薇言;可寻性与网络搜索[N];中华读书报;2014年

7 ;网络搜索急需寻求新突破[N];中国高新技术产业导报;2004年

8 车文秋;关注网络搜索中的商标问题[N];中国知识产权报;2006年

9 记者 车辉;网络搜索欲破医患信息不对称[N];工人日报;2013年

10 张秋 本报记者 吕松华;陈沛以未来理念牵引中国搜索[N];大众科技报;2004年

中国博士学位论文全文数据库 前1条

1 卢万媈;基于眼动跟踪的网络搜索行为分析与预测[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 史光燕;基于网络搜索数据的消费者信心指数预测[D];山东财经大学;2016年

2 唐一丁;网络搜索数据在预测房地产价格指数中的应用研究[D];吉林大学;2016年

3 王希晶;基于网络搜索的中国区域房价预测模型及应用研究[D];南京大学;2016年

4 袁艳;引入网络关注度的汽车销量预测[D];上海社会科学院;2016年

5 江梦成;基于网络搜索数据的消费者信心指数分析[D];暨南大学;2016年

6 李晓荣;最大和网络搜索结果多样性问题及其贪婪策略分析[D];电子科技大学;2016年

7 李元;基于网络搜索的中国股票市场预测研究[D];南京大学;2014年

8 国敏;基于网络搜索技术的游客量预测方法研究[D];首都师范大学;2012年

9 李一宁;对等点（P2P）网络搜索技术的研究[D];上海交通大学;2007年

10 樊国虎;网络搜索数据与消费者信心指数的相关性研究[D];吉林大学;2014年

，

本文编号：887061