基于百度指数的汽车销量预测模型

发布时间：2021-05-13 13:32

　　随着互联网的发展,人们在购买商品前一般都会在网上搜索商品的相关信息,从而作为购买决策的重要参考依据。汽车作为一种高价值商品,几乎所有消费者在购买前都会使用搜索引擎查询心仪车型的价格、口碑等,因此搜索指数可在一定程度上反映出某款车型销量变化的趋势。以百度指数和汽车销量为输入变量构建汽车销量预测模型,以便获得更加精确的预测结果。为了验证百度指数对预测的作用,将移动平均自回归（ARMA）模型设为基准模型,输入变量为历史销量数据。实验结果表明,加入百度指数的LSTM销量预测模型的预测精度比基准模型有了较大提升。因此,汽车企业可选择基于LSTM的销量预测模型来提升销量预测精度,用于指导企业制订生产和营销计划。 

【文章来源】：科技与创新. 2019,(19)

【文章页数】：2 页

【文章目录】：
1 引言
2 文献回顾和相关理论
3 百度指数对汽车销量预测的影响
    3.1 数据收集与处理
        3.1.1 数据来源
        3.1.2 数据处理
    3.2 销量预测模型
    3.3 模型评估
4 结论与展望


【参考文献】：
期刊论文
[1]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)
[2]投资者情绪在资产定价中的作用研究[J]. 王宜峰,王燕鸣.  管理评论. 2014(06)
[3]基于Web搜索数据的宝马汽车销量预测研究[J]. 王守中,崔东佳,彭赓.  经济师. 2013(12)
[4]基于网络关键词搜索数据的汽车销量预测研究[J]. 袁庆玉,彭赓,刘颖,吕本富.  管理学家(学术版). 2011(01)



本文编号：3184106