近年來,我國汽車產(chǎn)業(yè)發(fā)展迅猛,但是產(chǎn)能過剩的問題日益凸顯,汽車生產(chǎn)企業(yè)面臨嚴(yán)峻的發(fā)展困境,所以需要科學(xué)、準(zhǔn)確的汽車銷量預(yù)測為汽車生產(chǎn)企業(yè)提供必要的決策支持,但是汽車生產(chǎn)銷售是復(fù)雜的周期性過程,實現(xiàn)不同時間周期的精確預(yù)測具有一定的難度。而現(xiàn)有研究存在的問題主要包括研究對象選取不當(dāng),特征選取體系不完善,預(yù)測模型性能有限等方面,因此,本文以網(wǎng)絡(luò)搜索數(shù)據(jù)為基礎(chǔ),以多個熱銷品牌汽車為研究對象并按照機器學(xué)習(xí)學(xué)科領(lǐng)域的完整研究過程,應(yīng)用多種特征選取算法,實證分析多種預(yù)測模型,基于不同時間粒度深入研究,以實現(xiàn)對于品牌汽車銷量精確且系統(tǒng)的預(yù)測,主要的研究內(nèi)容包括以下幾個方面:（1）品牌汽車銷量與網(wǎng)絡(luò)搜索數(shù)據(jù)關(guān)系模型構(gòu)建。首先分析了傳統(tǒng)時間序列模型的局限性,然后根據(jù)購車決策行為發(fā)生的過程,說明網(wǎng)絡(luò)搜索數(shù)據(jù)在一定程度上代表著消費者購買意向,最后完成了品牌汽車銷量與網(wǎng)絡(luò)搜索數(shù)據(jù)關(guān)系模型框架的建立。（2）品牌汽車網(wǎng)絡(luò)搜索關(guān)鍵詞特征選取。為了減少主觀性且最大程度保留有效信息,控制模型復(fù)雜度,解決多重共線性及特征冗余等問題,基于特征工程理論,首先使用過濾法進行特征初步篩選,然后在候選特征集上應(yīng)用基于Lasso模型的... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【部分圖文】：

006年~2017年中國汽車銷量與同比增幅Figure1-1China'sautosalesandyear-on-yeargrowthfrom2006to2017據(jù)中國汽車工業(yè)協(xié)會統(tǒng)計數(shù)據(jù)，2017年中國汽車產(chǎn)銷均超2800萬輛，連續(xù)多年始終

西安理工大學(xué)碩士學(xué)位論文，比上年同期下降了 5%左右，但整體產(chǎn)銷占比仍然可以達(dá)到 85.3%，但是也期水平，與此同時，新能源汽車依然實現(xiàn)高速增長，2018 全年新能源汽車的成 127 萬輛和 125.6 萬輛，比上年同期有了較大幅度的增長[1]。商用車及新能起，也是目前政策引導(dǎo)的積極結(jié)果。車主之家網(wǎng)站提供的數(shù)據(jù)顯示，2009~2018年我國銷量排名前十的品牌汽車如，顯然對于我國汽車消費者而言，品牌效應(yīng)十分顯著，品牌自身的知名度，產(chǎn)品力度，口碑評價等多種因素都會影響消費者的主觀購買決策。這些品牌主要來自，韓國和日本，而國內(nèi)品牌僅有五菱汽車上榜，大眾汽車以絕對優(yōu)勢長期霸占其名下眾多車型均為所在級別的銷量冠軍，例如緊湊型車中的朗逸（累計銷輛）及中型車中的邁騰（累計銷量已達(dá) 152 萬輛），而豐田，本田，日產(chǎn)這車品牌也獲得了 15.22%的市場銷量占有率，說明日系車也受到了廣大消費者的品牌僅有奧迪擁有 3.19%的銷量占有率，可見目前國內(nèi)大多數(shù)消費者還是更傾中、性能滿足日常出行需求的中低端汽車市場。

6圖 1-3 研究技術(shù)路線圖Figure1-3 Technical road map其中，核心部分就是從消費者購買決策過程的角度構(gòu)建網(wǎng)絡(luò)搜索關(guān)鍵詞和品牌汽車銷量之間的理論關(guān)系模型框架；然后基于具體品牌熱銷車型及文本挖掘技術(shù)選定不同品牌汽車的核心關(guān)鍵詞，以核心關(guān)鍵詞為依據(jù)結(jié)合關(guān)鍵詞拓展的方法，應(yīng)用站長工具、百度推廣

【參考文獻(xiàn)】：
期刊論文
[1]基于百度指數(shù)的人感染H7N9禽流感疫情預(yù)測[J]. 白寧,郁磊,靳禎.  公共衛(wèi)生與預(yù)防醫(yī)學(xué). 2018(06)
[2]灰色預(yù)測GM（1,1）模型應(yīng)用現(xiàn)狀與展望[J]. 孔雪,王麗,馮益華.  齊魯工業(yè)大學(xué)學(xué)報. 2018(06)
[3]基于多指標(biāo)與支持向量回歸的道路監(jiān)控圖像質(zhì)量檢測方法[J]. 郭興隆.  公路交通技術(shù). 2018(06)
[4]基于隨機森林特征選擇的城市綠化喬木樹種分類[J]. 溫小樂,鐘奧,胡秀娟.  地球信息科學(xué)學(xué)報. 2018(12)
[5]基于隨機森林特征選擇的垃圾短信識別[J]. 趙志升,傅軒昂,靳曉松,劉洋.  電腦與信息技術(shù). 2018(06)
[6]一種基于FA-SVM的熱門微博特征選擇及預(yù)測方法研究[J]. 周劍峰.  計算機應(yīng)用與軟件. 2018(12)
[7]基于相關(guān)搜索的前向序列特征選擇算法[J]. 李三川,吳麗麗.  通信技術(shù). 2018(12)
[8]基于預(yù)測算子的GSO特征選擇算法[J]. 陳海娟,馮翔,虞慧群.  南京大學(xué)學(xué)報(自然科學(xué)). 2018(06)
[9]基于IGCDmRMR的二階段特征選擇方法[J]. 朱文峰,于舒娟,何偉.  計算機工程. 2019(09)
[10]基于模糊信息�；椭С窒蛄繖C的股票價格回歸預(yù)測[J]. 鄭明,李娌芝,官心果,楊柱元.  云南民族大學(xué)學(xué)報(自然科學(xué)版). 2018(06)

碩士論文
[1]Lasso類正則化方法的參數(shù)選擇[D]. 李浩宇.暨南大學(xué) 2017
[2]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
[3]基于BP神經(jīng)網(wǎng)絡(luò)的我國汽車銷量預(yù)測分析[D]. 王旭天.東華大學(xué) 2016
[4]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
[5]大數(shù)據(jù)時代背景下的品牌汽車銷量預(yù)測的實證研究[D]. 崔東佳.河南大學(xué) 2014
[6]帶有懲罰函數(shù)的多元線性回歸分析模型的調(diào)節(jié)參數(shù)的選擇[D]. 江河.蘭州大學(xué) 2012



本文編號：2973574