中國汽車市場歷經(jīng)長達(dá)十年高位增長后,已進(jìn)入中低速發(fā)展的常態(tài)期。伴隨著用戶消費(fèi)需求升級和細(xì)分,未來國內(nèi)汽車市場的競爭必將更為激烈。同時,更細(xì)致的了解市場情況和更加精細(xì)化的汽車銷量預(yù)測,對汽車制造企業(yè)和相關(guān)行業(yè)的經(jīng)營和管理意義重大。在互聯(lián)網(wǎng)迅速普及的過程中,消費(fèi)者的活動和決策越來越依賴于網(wǎng)絡(luò),通過搜索引擎渠道獲得信息資源的方式已經(jīng)替代了大部分線下咨詢等傳統(tǒng)渠道方式,逐漸成為數(shù)億消費(fèi)者獲取信息最重要的途徑。國內(nèi)搜索引擎的最大市場份額保持者一直是百度搜索引擎,在百度搜索上存在著網(wǎng)民數(shù)以萬億條相關(guān)信息,個人偏好、購買需求以及關(guān)注熱點(diǎn)等等。在目前大數(shù)據(jù)的背景下,百度搜索數(shù)據(jù)的提取和應(yīng)用對于市場預(yù)測顯得至關(guān)重要。本文通過利用百度指數(shù),以本田汽車品牌為研究對象,對汽車銷量進(jìn)行預(yù)測,從關(guān)鍵詞的選取、篩選和合成方法,到檢驗(yàn)數(shù)據(jù)、建立回歸方程和預(yù)測銷量,進(jìn)行詳細(xì)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種方法合成方法,分別建立估計(jì)方程,使用最小二乘法回歸方程,通過方程預(yù)測值的平均絕對誤差、均方根誤差和平均絕對百分比誤差三個指標(biāo)分析預(yù)測精度,對比分析三種合成方法的優(yōu)劣;第二,分別建立歷史數(shù)據(jù)和關(guān)... 

【文章來源】：湖北大學(xué)湖北省

【文章頁數(shù)】：84 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)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
        1.2.3 研究現(xiàn)狀總結(jié)
    1.3 研究內(nèi)容和方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
        1.3.3 可能的創(chuàng)新點(diǎn)
        1.3.4 技術(shù)路線圖
2 相關(guān)理論方法
    2.1 消費(fèi)者購買決策過程
    2.2 消費(fèi)者購買行為理論模型
        2.2.1 AIDMA模式
        2.2.2 AISAS模式
        2.2.3 ISMAS模式
    2.3 百度指數(shù)
    2.4 關(guān)鍵詞合成方法
    2.5 本文理論框架
3 本田汽車關(guān)鍵詞的篩選與檢驗(yàn)
    3.1 數(shù)據(jù)來源
    3.2 關(guān)鍵詞的構(gòu)建
    3.3 關(guān)鍵詞的篩選
        3.3.1 預(yù)處理
        3.3.2 相關(guān)性分析
        3.3.3 時差關(guān)系分析
    3.4 數(shù)據(jù)檢驗(yàn)
4 本田汽車的銷量預(yù)測研究
    4.1 預(yù)測指標(biāo)
    4.2 基于百度指數(shù)的本田汽車銷量預(yù)測
        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 合成方法對比與結(jié)論
    4.3 與傳統(tǒng)預(yù)測對比
結(jié)論
參考文獻(xiàn)
附錄一: 本文原始數(shù)據(jù)表
附錄二: 攻讀學(xué)位期間發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于逐步回歸分析的日光溫室溫度預(yù)報(bào)[J]. 劉志鵬,戴海燕,孫奇,蘇華.  吉林農(nóng)業(yè). 2017(20)
[2]逐步回歸分析法及其應(yīng)用[J]. 游士兵,嚴(yán)研.  統(tǒng)計(jì)與決策. 2017(14)
[3]基于百度指數(shù)的連云港旅游網(wǎng)絡(luò)關(guān)注度研究[J]. 孟思聰,馬曉冬.  旅游論壇. 2017(05)
[4]中國汽車技術(shù)的現(xiàn)狀、發(fā)展需求與未來方向[J]. 劉宗巍,史天澤,郝瀚,趙福全.  汽車技術(shù). 2017(01)
[5]網(wǎng)絡(luò)搜索指數(shù)與汽車銷量關(guān)系研究——基于文本挖掘的關(guān)鍵詞獲取[J]. 李憶,文瑞,楊立成.  現(xiàn)代情報(bào). 2016(08)
[6]基于彈性系數(shù)法和千人保有量法的陜西省電動汽車保有量的預(yù)測[J]. 王中陽,王威,戴建卓,焦熠琨,李潤秋,羅迪,董明.  電網(wǎng)與清潔能源. 2016(05)
[7]基于網(wǎng)絡(luò)搜索數(shù)據(jù)的中國消費(fèi)者信心指數(shù)的測算[J]. 董現(xiàn)壘,Bollen Johan,胡蓓蓓.  統(tǒng)計(jì)與決策. 2016(05)
[8]基于SARIMA的我國汽車銷量預(yù)測分析[J]. 王旭天,李政遠(yuǎn),舒慧生.  中國市場. 2016(01)
[9]基于網(wǎng)絡(luò)搜索的銷量與市場份額預(yù)測:來自中國汽車市場的證據(jù)[J]. 王煉,寧一鑒,賈建民.  管理工程學(xué)報(bào). 2015(04)
[10]省域技術(shù)創(chuàng)新發(fā)展差異對經(jīng)濟(jì)增長的影響研究——基于中部六省和東部五省市的實(shí)證分析[J]. 侯茂章,曾路.  工業(yè)技術(shù)經(jīng)濟(jì). 2015(04)

博士論文
[1]網(wǎng)絡(luò)消費(fèi)者信心與宏觀經(jīng)濟(jì)波動關(guān)系研究[D]. 李映橋.吉林大學(xué) 2017
[2]面向信息分析與預(yù)測的網(wǎng)絡(luò)搜索關(guān)鍵詞集中度和相關(guān)度研究[D]. 盧洪濤.武漢大學(xué) 2013

碩士論文
[1]基于網(wǎng)絡(luò)搜索指數(shù)的市場預(yù)測模型及應(yīng)用研究[D]. 袁恒.重慶郵電大學(xué) 2016
[2]基于網(wǎng)絡(luò)搜索數(shù)據(jù)的消費(fèi)者信心指數(shù)預(yù)測[D]. 史光燕.山東財(cái)經(jīng)大學(xué) 2016
[3]基于網(wǎng)絡(luò)搜索的中國區(qū)域房價預(yù)測模型及應(yīng)用研究[D]. 王希晶.南京大學(xué) 2016
[4]引入網(wǎng)絡(luò)關(guān)注度的汽車銷量預(yù)測[D]. 袁艷.上海社會科學(xué)院 2016
[5]互聯(lián)網(wǎng)時尚產(chǎn)品流行趨勢預(yù)測研究[D]. 鄭爽.大連理工大學(xué) 2015
[6]網(wǎng)絡(luò)搜索、投資者情緒與股票市場[D]. 朱建鋒.廈門大學(xué) 2014
[7]基于網(wǎng)絡(luò)搜索的中國股票市場預(yù)測研究[D]. 李元.南京大學(xué) 2014
[8]基于回歸分析的我國汽車銷量預(yù)測模型研究[D]. 趙穎.華中師范大學(xué) 2014
[9]大數(shù)據(jù)時代背景下的品牌汽車銷量預(yù)測的實(shí)證研究[D]. 崔東佳.河南大學(xué) 2014
[10]感知風(fēng)險對商業(yè)銀行浮動收益型理財(cái)產(chǎn)品購買決策的影響分析[D]. 楊琛子.石家莊經(jīng)濟(jì)學(xué)院 2014



本文編號：3170462