基于网络搜索数据的品牌汽车销量预测研究
发布时间：2021-01-12 21:25
近年来,我国汽车产业发展迅猛,但是产能过剩的问题日益凸显,汽车生产企业面临严峻的发展困境,所以需要科学、准确的汽车销量预测为汽车生产企业提供必要的决策支持,但是汽车生产销售是复杂的周期性过程,实现不同时间周期的精确预测具有一定的难度。而现有研究存在的问题主要包括研究对象选取不当,特征选取体系不完善,预测模型性能有限等方面,因此,本文以网络搜索数据为基础,以多个热销品牌汽车为研究对象并按照机器学习学科领域的完整研究过程,应用多种特征选取算法,实证分析多种预测模型,基于不同时间粒度深入研究,以实现对于品牌汽车销量精确且系统的预测,主要的研究内容包括以下几个方面:（1）品牌汽车销量与网络搜索数据关系模型构建。首先分析了传统时间序列模型的局限性,然后根据购车决策行为发生的过程,说明网络搜索数据在一定程度上代表着消费者购买意向,最后完成了品牌汽车销量与网络搜索数据关系模型框架的建立。（2）品牌汽车网络搜索关键词特征选取。为了减少主观性且最大程度保留有效信息,控制模型复杂度,解决多重共线性及特征冗余等问题,基于特征工程理论,首先使用过滤法进行特征初步筛选,然后在候选特征集上应用基于Lasso模型的...
【文章来源】：西安理工大学陕西省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
006年~2017年中国汽车销量与同比增幅Figure1-1China'sautosalesandyear-on-yeargrowthfrom2006to2017据中国汽车工业协会统计数据，2017年中国汽车产销均超2800万辆，连续多年始终
西安理工大学硕士学位论文，比上年同期下降了 5%左右，但整体产销占比仍然可以达到 85.3%，但是也期水平，与此同时，新能源汽车依然实现高速增长，2018 全年新能源汽车的成 127 万辆和 125.6 万辆，比上年同期有了较大幅度的增长[1]。商用车及新能起，也是目前政策引导的积极结果。车主之家网站提供的数据显示，2009~2018年我国销量排名前十的品牌汽车如，显然对于我国汽车消费者而言，品牌效应十分显著，品牌自身的知名度，产品力度，口碑评价等多种因素都会影响消费者的主观购买决策。这些品牌主要来自，韩国和日本，而国内品牌仅有五菱汽车上榜，大众汽车以绝对优势长期霸占其名下众多车型均为所在级别的销量冠军，例如紧凑型车中的朗逸（累计销辆）及中型车中的迈腾（累计销量已达 152 万辆），而丰田，本田，日产这车品牌也获得了 15.22%的市场销量占有率，说明日系车也受到了广大消费者的品牌仅有奥迪拥有 3.19%的销量占有率，可见目前国内大多数消费者还是更倾中、性能满足日常出行需求的中低端汽车市场。
6图 1-3 研究技术路线图Figure1-3 Technical road map其中，核心部分就是从消费者购买决策过程的角度构建网络搜索关键词和品牌汽车销量之间的理论关系模型框架；然后基于具体品牌热销车型及文本挖掘技术选定不同品牌汽车的核心关键词，以核心关键词为依据结合关键词拓展的方法，应用站长工具、百度推广
【参考文献】：
期刊论文
[1]基于百度指数的人感染H7N9禽流感疫情预测[J]. 白宁,郁磊,靳祯. 公共卫生与预防医学. 2018(06)
[2]灰色预测GM（1,1）模型应用现状与展望[J]. 孔雪,王丽,冯益华. 齐鲁工业大学学报. 2018(06)
[3]基于多指标与支持向量回归的道路监控图像质量检测方法[J]. 郭兴隆. 公路交通技术. 2018(06)
[4]基于随机森林特征选择的城市绿化乔木树种分类[J]. 温小乐,钟奥,胡秀娟. 地球信息科学学报. 2018(12)
[5]基于随机森林特征选择的垃圾短信识别[J]. 赵志升,傅轩昂,靳晓松,刘洋. 电脑与信息技术. 2018(06)
[6]一种基于FA-SVM的热门微博特征选择及预测方法研究[J]. 周剑峰. 计算机应用与软件. 2018(12)
[7]基于相关搜索的前向序列特征选择算法[J]. 李三川,吴丽丽. 通信技术. 2018(12)
[8]基于预测算子的GSO特征选择算法[J]. 陈海娟,冯翔,虞慧群. 南京大学学报(自然科学). 2018(06)
[9]基于IGCDmRMR的二阶段特征选择方法[J]. 朱文峰,于舒娟,何伟. 计算机工程. 2019(09)
[10]基于模糊信息粒化和支持向量机的股票价格回归预测[J]. 郑明,李娌芝,官心果,杨柱元. 云南民族大学学报(自然科学版). 2018(06)
硕士论文
[1]Lasso类正则化方法的参数选择[D]. 李浩宇.暨南大学 2017
[2]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
[3]基于BP神经网络的我国汽车销量预测分析[D]. 王旭天.东华大学 2016
[4]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
[5]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
[6]带有惩罚函数的多元线性回归分析模型的调节参数的选择[D]. 江河.兰州大学 2012
本文编号：2973574
【文章来源】：西安理工大学陕西省
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
006年~2017年中国汽车销量与同比增幅Figure1-1China'sautosalesandyear-on-yeargrowthfrom2006to2017据中国汽车工业协会统计数据，2017年中国汽车产销均超2800万辆，连续多年始终
西安理工大学硕士学位论文，比上年同期下降了 5%左右，但整体产销占比仍然可以达到 85.3%，但是也期水平，与此同时，新能源汽车依然实现高速增长，2018 全年新能源汽车的成 127 万辆和 125.6 万辆，比上年同期有了较大幅度的增长[1]。商用车及新能起，也是目前政策引导的积极结果。车主之家网站提供的数据显示，2009~2018年我国销量排名前十的品牌汽车如，显然对于我国汽车消费者而言，品牌效应十分显著，品牌自身的知名度，产品力度，口碑评价等多种因素都会影响消费者的主观购买决策。这些品牌主要来自，韩国和日本，而国内品牌仅有五菱汽车上榜，大众汽车以绝对优势长期霸占其名下众多车型均为所在级别的销量冠军，例如紧凑型车中的朗逸（累计销辆）及中型车中的迈腾（累计销量已达 152 万辆），而丰田，本田，日产这车品牌也获得了 15.22%的市场销量占有率，说明日系车也受到了广大消费者的品牌仅有奥迪拥有 3.19%的销量占有率，可见目前国内大多数消费者还是更倾中、性能满足日常出行需求的中低端汽车市场。
6图 1-3 研究技术路线图Figure1-3 Technical road map其中，核心部分就是从消费者购买决策过程的角度构建网络搜索关键词和品牌汽车销量之间的理论关系模型框架；然后基于具体品牌热销车型及文本挖掘技术选定不同品牌汽车的核心关键词，以核心关键词为依据结合关键词拓展的方法，应用站长工具、百度推广
【参考文献】：
期刊论文
[1]基于百度指数的人感染H7N9禽流感疫情预测[J]. 白宁,郁磊,靳祯. 公共卫生与预防医学. 2018(06)
[2]灰色预测GM（1,1）模型应用现状与展望[J]. 孔雪,王丽,冯益华. 齐鲁工业大学学报. 2018(06)
[3]基于多指标与支持向量回归的道路监控图像质量检测方法[J]. 郭兴隆. 公路交通技术. 2018(06)
[4]基于随机森林特征选择的城市绿化乔木树种分类[J]. 温小乐,钟奥,胡秀娟. 地球信息科学学报. 2018(12)
[5]基于随机森林特征选择的垃圾短信识别[J]. 赵志升,傅轩昂,靳晓松,刘洋. 电脑与信息技术. 2018(06)
[6]一种基于FA-SVM的热门微博特征选择及预测方法研究[J]. 周剑峰. 计算机应用与软件. 2018(12)
[7]基于相关搜索的前向序列特征选择算法[J]. 李三川,吴丽丽. 通信技术. 2018(12)
[8]基于预测算子的GSO特征选择算法[J]. 陈海娟,冯翔,虞慧群. 南京大学学报(自然科学). 2018(06)
[9]基于IGCDmRMR的二阶段特征选择方法[J]. 朱文峰,于舒娟,何伟. 计算机工程. 2019(09)
[10]基于模糊信息粒化和支持向量机的股票价格回归预测[J]. 郑明,李娌芝,官心果,杨柱元. 云南民族大学学报(自然科学版). 2018(06)
硕士论文
[1]Lasso类正则化方法的参数选择[D]. 李浩宇.暨南大学 2017
[2]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
[3]基于BP神经网络的我国汽车销量预测分析[D]. 王旭天.东华大学 2016
[4]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
[5]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
[6]带有惩罚函数的多元线性回归分析模型的调节参数的选择[D]. 江河.兰州大学 2012
本文编号：2973574
本文链接：https://www.wllwen.com/qiyeguanlilunwen/2973574.html
