隨著移動互聯(lián)網(wǎng)等技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)大數(shù)據(jù)逐漸成為企業(yè)和社會關(guān)注的新型戰(zhàn)略資源。目前,互聯(lián)網(wǎng)大數(shù)據(jù)的方法和技術(shù)進行宏觀經(jīng)濟預(yù)測正受到學(xué)者和宏觀經(jīng)濟決策者越來越多的關(guān)注。海量的互聯(lián)網(wǎng)搜索數(shù)據(jù)不僅代表網(wǎng)民和消費者的關(guān)注熱點和關(guān)注程度,還可以映射社會經(jīng)濟的發(fā)展?fàn)顩r、揭示市場主體行為趨勢。因此,互聯(lián)網(wǎng)搜索數(shù)據(jù)可以為宏觀經(jīng)濟問題提供必要的數(shù)據(jù)基礎(chǔ)。居民消費價格指數(shù)(CPI)是用來測量一定時期內(nèi)居民支付的消費商品和服務(wù)價格水平變化程度的宏觀經(jīng)濟指標(biāo),它不僅與人民群眾的生活密切相關(guān),還在整個國民經(jīng)濟價格體系中具有重要的地位。因此,CPI的預(yù)測研究有著十分重要的意義。目前,CPI的預(yù)測研究集中于建立不同的預(yù)測模型,主要有回歸模型、時間序列模型、機器學(xué)習(xí)模型以及組合預(yù)測模型。CPI預(yù)測模型所使用到的數(shù)據(jù)大多是其自身歷史數(shù)據(jù)以及政府統(tǒng)計數(shù)據(jù),而使用互聯(lián)網(wǎng)搜索數(shù)據(jù)的方法進行CPI的預(yù)測研究是較少的。所以,本文引入了百度搜索指數(shù)對CPI進行預(yù)測研究。本文首先介紹CPI與百度搜索指數(shù)的相關(guān)概念,根據(jù)均衡價格理論和消費者行為理論,分析互聯(lián)網(wǎng)搜索數(shù)據(jù)與居民消費價格指數(shù)二者之間的關(guān)系。其次,結(jié)合新聞文本、長尾關(guān)鍵詞...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究綜述
        1.2.1 CPI預(yù)測的相關(guān)研究
        1.2.2 百度搜索指數(shù)的相關(guān)研究
        1.2.3 百度搜索指數(shù)與CPI的相關(guān)研究
        1.2.4 相關(guān)研究總結(jié)
    1.3 研究內(nèi)容、方法與結(jié)構(gòu)安排
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 結(jié)構(gòu)安排
    1.4 研究創(chuàng)新
2 相關(guān)概念與理論基礎(chǔ)
    2.1 居民消費價格指數(shù)概述
        2.1.1 CPI的定義
        2.1.2 CPI的編制及目的
    2.2 百度指數(shù)概述
        2.2.1 百度指數(shù)與網(wǎng)絡(luò)關(guān)注度
        2.2.2 百度指數(shù)的特色功能
    2.3 互聯(lián)網(wǎng)搜索數(shù)據(jù)與居民消費價格指數(shù)的關(guān)聯(lián)機理
        2.3.1 價格的影響因素分析
        2.3.2 互聯(lián)網(wǎng)搜索數(shù)據(jù)與CPI的內(nèi)在機制
    2.4 本章小結(jié)
3 百度指數(shù)關(guān)鍵詞的選取與處理
    3.1 數(shù)據(jù)來源與關(guān)鍵詞選取
        3.1.1 數(shù)據(jù)來源
        3.1.2 搜索關(guān)鍵詞選取
    3.2 數(shù)據(jù)預(yù)處理
    3.3 搜索關(guān)鍵詞與CPI關(guān)聯(lián)性分析
    3.4 搜索關(guān)鍵詞的篩選
        3.4.1 斯皮爾曼相關(guān)分析
        3.4.2 時差相關(guān)分析
    3.5 本章小結(jié)
4 居民消費價格指數(shù)預(yù)測模型的建立與應(yīng)用
    4.1 數(shù)據(jù)說明
    4.2 模型預(yù)測性能評價指標(biāo)
    4.3 實證分析
        4.3.1 回歸模型預(yù)測分析
        4.3.2 BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測分析
        4.3.3 支持向量回歸模型預(yù)測分析
        4.3.4 組合模型預(yù)測分析
    4.4 不同模型預(yù)測效果對比分析
    4.5 組合預(yù)測模型的應(yīng)用
    4.6 本章小結(jié)
5 結(jié)論與展望
    5.1 研究結(jié)論
    5.2 研究不足與展望
參考文獻
攻讀學(xué)位期間發(fā)表的論文及科研情況
致謝



本文編號：3978767