隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡搜索數(shù)據(jù)被廣泛用于消費者的購買行為研究。傳統(tǒng)的汽車銷量預測方法大多基于歷史銷量數(shù)據(jù)進行預測,難以反映消費者行為變化,因此,采用覆蓋信息全面的網(wǎng)絡搜索數(shù)據(jù)對大眾汽車銷量進行預測能夠充分考慮市場信息。首先通過網(wǎng)絡爬蟲在百度指數(shù)網(wǎng)站提取有關大眾汽車品牌的關鍵詞,并獲取每個關鍵詞的每日網(wǎng)絡搜索量,然后利用主成分分析法合成關鍵詞,提取關鍵詞主要特征,最后構建網(wǎng)絡搜索數(shù)據(jù)和歷史銷量數(shù)據(jù)相結合的汽車銷量預測模型。研究結果表明,該方法預測效果良好,預測精度達到96%。 

【文章來源】：統(tǒng)計與管理. 2020年10期

【文章頁數(shù)】：9 頁

【部分圖文】：

長期預測和短期預測效果圖

（二）基于網(wǎng)絡搜索的汽車銷量預測模型人們在購車前，由于對汽車各方面性能的不了解，往往會上網(wǎng)搜索與汽車相關的信息，在對目標有一定的了解之后，才會考慮購買�；诤Ａ坑脩舻乃阉餍袨槎玫木W(wǎng)絡搜索數(shù)據(jù)，數(shù)據(jù)量大，能夠反映用戶的關注點，具有很好的代表性，已被廣泛應用于用戶的行為研究，也是本文研究的基礎。

搜狐汽車網(wǎng)提供了各車型從2007年1月到2019年每月的汽車銷量。大眾汽車共有74個車型具有銷量數(shù)據(jù)，通過Python軟件獲得各車型每月的銷量，累加各車型銷量可獲得整個大眾品牌的銷量數(shù)據(jù)。（二）數(shù)據(jù)處理與關鍵詞合成

【參考文獻】：
期刊論文
[1]基于改進的主成分分析法的礦工表情識別[J]. 杜云,張璐璐,潘濤.  河北科技大學學報. 2019(01)
[2]2020～2080年我國智能汽車產銷預測及建議[J]. 劉宇,黎宇科,賈寧.  汽車工業(yè)研究. 2018(10)
[3]融合百度指數(shù)的流感預測機理與實證研究[J]. 王若佳.  情報學報. 2018(02)
[4]考慮品牌情感的汽車銷量預測模型[J]. 劉業(yè)政,章旭,王錦坤.  合肥工業(yè)大學學報(自然科學版). 2017(09)
[5]基于SARIMA-BP神經網(wǎng)絡方法的汽車銷量預測研究[J]. 范慶科.  中國商論. 2017(22)
[6]基于百度指數(shù)的連云港旅游網(wǎng)絡關注度研究[J]. 孟思聰,馬曉冬.  旅游論壇. 2017(05)
[7]汽車銷量影響因素分析[J]. 張新新,王柳,張子敖.  現(xiàn)代商貿工業(yè). 2017(08)
[8]網(wǎng)絡搜索指數(shù)與汽車銷量關系研究——基于文本挖掘的關鍵詞獲取[J]. 李憶,文瑞,楊立成.  現(xiàn)代情報. 2016(08)
[9]中國新能源汽車市場預測研究[J]. 劉穎琦,王萌,王靜宇.  經濟與管理研究. 2016(04)
[10]馬爾可夫過程的4S店汽車銷售量預測[J]. 汪玉秀,顧巧祥,邢超,馬志斌.  中國計量學院學報. 2015(04)



本文編號：2924171