針對如何利用消費者購買行為數(shù)據(jù)進行產(chǎn)品銷量的有效預(yù)測問題,以高卷入度產(chǎn)品——汽車為例,挖掘用戶生成的評論以及搜索行為留下的數(shù)據(jù),構(gòu)建基于不同數(shù)據(jù)來源的預(yù)測模型,采用線性以及非線性機器學(xué)習(xí)算法對不同的預(yù)測模型求解均方誤差MSE。研究結(jié)果表明,增加用戶關(guān)注度的數(shù)據(jù)能夠增強基準數(shù)據(jù)的預(yù)測效果,而添加具體口碑?dāng)?shù)據(jù)后,可以有效地增強搜索數(shù)據(jù)的預(yù)測效果。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1研究設(shè)計

除了考慮重要的經(jīng)濟變量，如消費者信心指數(shù)和汽油價格，本文還將考慮汽車之家上的汽車口碑以及百度提供的搜索指數(shù)數(shù)據(jù)，對數(shù)據(jù)進行處理后，使用機器學(xué)習(xí)算法對汽車銷量進行預(yù)測。研究設(shè)計如圖1所示。1.2基準模型構(gòu)建

圖2百度搜索指數(shù)示例

本文選取10個常見汽車車型（包括5個合資品牌汽車和5個自主品牌汽車）為研究對象，在2013年1月到2018年12月累計銷量排名前10的合資品牌車系中選取以下評論數(shù)量較多的5個車型：東風(fēng)日產(chǎn)軒逸、大眾速騰、別克英朗、豐田卡羅拉、大眾寶來。在2016年7月到2018年12月累計銷量排....

本文編號：3924790