基于百度指数的汽车销量预测研究
发布时间：2021-05-05 19:37
中国汽车市场历经长达十年高位增长后,已进入中低速发展的常态期。伴随着用户消费需求升级和细分,未来国内汽车市场的竞争必将更为激烈。同时,更细致的了解市场情况和更加精细化的汽车销量预测,对汽车制造企业和相关行业的经营和管理意义重大。在互联网迅速普及的过程中,消费者的活动和决策越来越依赖于网络,通过搜索引擎渠道获得信息资源的方式已经替代了大部分线下咨询等传统渠道方式,逐渐成为数亿消费者获取信息最重要的途径。国内搜索引擎的最大市场份额保持者一直是百度搜索引擎,在百度搜索上存在着网民数以万亿条相关信息,个人偏好、购买需求以及关注热点等等。在目前大数据的背景下,百度搜索数据的提取和应用对于市场预测显得至关重要。本文通过利用百度指数,以本田汽车品牌为研究对象,对汽车销量进行预测,从关键词的选取、筛选和合成方法,到检验数据、建立回归方程和预测销量,进行详细的分析。第一,采用直接合成法、逐步合成法和主成分分析法三种方法合成方法,分别建立估计方程,使用最小二乘法回归方程,通过方程预测值的平均绝对误差、均方根误差和平均绝对百分比误差三个指标分析预测精度,对比分析三种合成方法的优劣;第二,分别建立历史数据和关...
【文章来源】：湖北大学湖北省
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 研究现状总结
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 可能的创新点
1.3.4 技术路线图
2 相关理论方法
2.1 消费者购买决策过程
2.2 消费者购买行为理论模型
2.2.1 AIDMA模式
2.2.2 AISAS模式
2.2.3 ISMAS模式
2.3 百度指数
2.4 关键词合成方法
2.5 本文理论框架
3 本田汽车关键词的筛选与检验
3.1 数据来源
3.2 关键词的构建
3.3 关键词的筛选
3.3.1 预处理
3.3.2 相关性分析
3.3.3 时差关系分析
3.4 数据检验
4 本田汽车的销量预测研究
4.1 预测指标
4.2 基于百度指数的本田汽车销量预测
4.2.1 直接合成法
4.2.2 逐步合成法
4.2.3 主成分分析法
4.2.4 合成方法对比与结论
4.3 与传统预测对比
结论
参考文献
附录一: 本文原始数据表
附录二: 攻读学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于逐步回归分析的日光温室温度预报[J]. 刘志鹏,戴海燕,孙奇,苏华. 吉林农业. 2017(20)
[2]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[3]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)
[4]中国汽车技术的现状、发展需求与未来方向[J]. 刘宗巍,史天泽,郝瀚,赵福全. 汽车技术. 2017(01)
[5]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)
[6]基于弹性系数法和千人保有量法的陕西省电动汽车保有量的预测[J]. 王中阳,王威,戴建卓,焦熠琨,李润秋,罗迪,董明. 电网与清洁能源. 2016(05)
[7]基于网络搜索数据的中国消费者信心指数的测算[J]. 董现垒,Bollen Johan,胡蓓蓓. 统计与决策. 2016(05)
[8]基于SARIMA的我国汽车销量预测分析[J]. 王旭天,李政远,舒慧生. 中国市场. 2016(01)
[9]基于网络搜索的销量与市场份额预测:来自中国汽车市场的证据[J]. 王炼,宁一鉴,贾建民. 管理工程学报. 2015(04)
[10]省域技术创新发展差异对经济增长的影响研究——基于中部六省和东部五省市的实证分析[J]. 侯茂章,曾路. 工业技术经济. 2015(04)
博士论文
[1]网络消费者信心与宏观经济波动关系研究[D]. 李映桥.吉林大学 2017
[2]面向信息分析与预测的网络搜索关键词集中度和相关度研究[D]. 卢洪涛.武汉大学 2013
硕士论文
[1]基于网络搜索指数的市场预测模型及应用研究[D]. 袁恒.重庆邮电大学 2016
[2]基于网络搜索数据的消费者信心指数预测[D]. 史光燕.山东财经大学 2016
[3]基于网络搜索的中国区域房价预测模型及应用研究[D]. 王希晶.南京大学 2016
[4]引入网络关注度的汽车销量预测[D]. 袁艳.上海社会科学院 2016
[5]互联网时尚产品流行趋势预测研究[D]. 郑爽.大连理工大学 2015
[6]网络搜索、投资者情绪与股票市场[D]. 朱建锋.厦门大学 2014
[7]基于网络搜索的中国股票市场预测研究[D]. 李元.南京大学 2014
[8]基于回归分析的我国汽车销量预测模型研究[D]. 赵颖.华中师范大学 2014
[9]大数据时代背景下的品牌汽车销量预测的实证研究[D]. 崔东佳.河南大学 2014
[10]感知风险对商业银行浮动收益型理财产品购买决策的影响分析[D]. 杨琛子.石家庄经济学院 2014
本文编号：3170462
【文章来源】：湖北大学湖北省
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.2.3 研究现状总结
1.3 研究内容和方法
1.3.1 研究内容
1.3.2 研究方法
1.3.3 可能的创新点
1.3.4 技术路线图
2 相关理论方法
2.1 消费者购买决策过程
2.2 消费者购买行为理论模型
2.2.1 AIDMA模式
2.2.2 AISAS模式
2.2.3 ISMAS模式
2.3 百度指数
2.4 关键词合成方法
2.5 本文理论框架
3 本田汽车关键词的筛选与检验
3.1 数据来源
3.2 关键词的构建
3.3 关键词的筛选
3.3.1 预处理
3.3.2 相关性分析
3.3.3 时差关系分析
3.4 数据检验
4 本田汽车的销量预测研究
4.1 预测指标
4.2 基于百度指数的本田汽车销量预测
4.2.1 直接合成法
4.2.2 逐步合成法
4.2.3 主成分分析法
4.2.4 合成方法对比与结论
4.3 与传统预测对比
结论
参考文献
附录一: 本文原始数据表
附录二: 攻读学位期间发表的论文
致谢
【参考文献】：
期刊论文
[1]基于逐步回归分析的日光温室温度预报[J]. 刘志鹏,戴海燕,孙奇,苏华. 吉林农业. 2017(20)
[2]逐步回归分析法及其应用[J]. 游士兵,严研. 统计与决策. 2017(14)
[3]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)
[4]中国汽车技术的现状、发展需求与未来方向[J]. 刘宗巍,史天泽,郝瀚,赵福全. 汽车技术. 2017(01)
[5]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)
[6]基于弹性系数法和千人保有量法的陕西省电动汽车保有量的预测[J]. 王中阳,王威,戴建卓,焦熠琨,李润秋,罗迪,董明. 电网与清洁能源. 2016(05)
[7]基于网络搜索数据的中国消费者信心指数的测算[J]. 董现垒,Bollen Johan,胡蓓蓓. 统计与决策. 2016(05)
[8]基于SARIMA的我国汽车销量预测分析[J]. 王旭天,李政远,舒慧生. 中国市场. 2016(01)
[9]基于网络搜索的销量与市场份额预测:来自中国汽车市场的证据[J]. 王炼,宁一鉴,贾建民. 管理工程学报. 2015(04)
[10]省域技术创新发展差异对经济增长的影响研究——基于中部六省和东部五省市的实证分析[J]. 侯茂章,曾路. 工业技术经济. 2015(04)
博士论文
[1]网络消费者信心与宏观经济波动关系研究[D]. 李映桥.吉林大学 2017
[2]面向信息分析与预测的网络搜索关键词集中度和相关度研究[D]. 卢洪涛.武汉大学 2013
硕士论文
[1]基于网络搜索指数的市场预测模型及应用研究[D]. 袁恒.重庆邮电大学 2016
[2]基于网络搜索数据的消费者信心指数预测[D]. 史光燕.山东财经大学 2016
[3]基于网络搜索的中国区域房价预测模型及应用研究[D]. 王希晶.南京大学 2016
[4]引入网络关注度的汽车销量预测[D]. 袁艳.上海社会科学院 2016
[5]互联网时尚产品流行趋势预测研究[D]. 郑爽.大连理工大学 2015
[6]网络搜索、投资者情绪与股票市场[D]. 朱建锋.厦门大学 2014
[7]基于网络搜索的中国股票市场预测研究[D]. 李元.南京大学 2014
[8]基于回归分析的我国汽车销量预测模型研究[D]. 赵颖.华中师范大学 2014
[9]大数据时代背景下的品牌汽车销量预测的实证研究[D]. 崔东佳.河南大学 2014
[10]感知风险对商业银行浮动收益型理财产品购买决策的影响分析[D]. 杨琛子.石家庄经济学院 2014
本文编号：3170462
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3170462.html
