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

发布时间：2017-09-24 12:44

  本文关键词：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

  更多相关文章： 网络搜索数据 消费者 购买需求 汽车销量 文本挖掘 关键词获取 长面板数据 预测

【摘要】：网络搜索数据是消费者在信息搜集和购买决策过程中真实足迹的反映,对了解消费者购买需求具有重要价值。本文运用与现有研究不同的关键词获取方法,以我国汽车市场为背景,研究网络搜索数据与销量之间的关系。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。最后,采取滚动窗口的方式预测最近12个月的汽车销量。实证结果显示: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;网络搜索数据有助于预测我国汽车销量。
【作者单位】： 重庆邮电大学经济管理学院;哈尔滨理工大学管理学院;
【关键词】： 网络搜索数据 消费者 购买需求 汽车销量 文本挖掘 关键词获取 长面板数据 预测
【分类号】：F49;F426.471;F224
【正文快照】： 搜索引擎已经成为消费者决策过程中信息搜索和评价过程的起点,根据在CNNIC调查社区进行的搜索营销调查显示,有77%的互联网用户在购买产品之前会上网搜索信息[1]。网民的搜索需求在一定程度上反映了他们的关注点和意图,而网络搜索数据正是对网民搜索需求的客观记录。网络搜索数

【相似文献】

中国硕士学位论文全文数据库 前1条

1 崔东佳;大数据时代背景下的品牌汽车销量预测的实证研究[D];河南大学;2014年

，

本文编号：911496