| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 国内外住宅价格预测研究现状 | 第12-13页 |
| 1.3 研究内容及方法 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法 | 第14-15页 |
| 1.3.3 论文结构安排 | 第15-16页 |
| 1.4 研究创新 | 第16-17页 |
| 1.5 本章小结 | 第17-19页 |
| 2 文献综述 | 第19-29页 |
| 2.1 网络搜索数据的应用综述 | 第19-23页 |
| 2.1.1 网络搜索数据在疾病监测领域的应用 | 第19-20页 |
| 2.1.2 网络搜索数据在社会领域的应用 | 第20-21页 |
| 2.1.3 网路搜索数据在经济领域的应用 | 第21-23页 |
| 2.2 住宅价格影响因素及传统预测模型 | 第23-25页 |
| 2.2.1 住宅销售价格影响因素理论 | 第23-24页 |
| 2.2.2 住宅销售价格预测模型综述 | 第24-25页 |
| 2.3 建模方法概述 | 第25-28页 |
| 2.3.1 人工神经网络 | 第25-26页 |
| 2.3.2 支持向量机 | 第26-27页 |
| 2.3.3 随机森林 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 网络搜索关键词与住宅价格相关性分析 | 第29-45页 |
| 3.1 网络搜索关键词指数与住宅销售价格指数概念界定及数据来源 | 第29页 |
| 3.1.1 网络搜索关键词指数的概念及数据来源 | 第29页 |
| 3.1.2 住宅销售价格指数概念界定及数据来源 | 第29页 |
| 3.2 网络搜索关键词与住宅价格关系的定性分析 | 第29-32页 |
| 3.2.1 住宅价格影响因素及时滞性 | 第30-31页 |
| 3.2.2 网络搜索关键词与住宅价格的理论框架 | 第31-32页 |
| 3.3 网络搜索关键词的初选 | 第32-38页 |
| 3.3.1 核心关键词的介绍与选取方法 | 第32-34页 |
| 3.3.2 拓展关键词的介绍和拓展方法 | 第34-36页 |
| 3.3.3 西安住宅价格预测问题的网络搜索关键词初选 | 第36-38页 |
| 3.4 网络搜索关键词与住宅价格关系的定量分析 | 第38-44页 |
| 3.4.1 灰色关联度模型分析 | 第38-40页 |
| 3.4.2 网络搜索关键词与住宅价格指数关联度实证分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 面向住宅价格预测的网络搜索关键词指标体系构建 | 第45-57页 |
| 4.1 网络搜索关键词选取的原则和步骤 | 第45-47页 |
| 4.1.1 网络搜索关键词选取的原则 | 第45-46页 |
| 4.1.2 关键词指标制定的步骤 | 第46-47页 |
| 4.2 搜索关键词指标的选取 | 第47-48页 |
| 4.2.1 Spearman相关性分析 | 第47-48页 |
| 4.2.2 先行关键词指标的选取 | 第48页 |
| 4.3 基于主成分分析方法的关键词综合研究 | 第48-50页 |
| 4.3.1 网络搜索关键词综合的作用 | 第48-49页 |
| 4.3.2 主成分分析方法的关键词综合计算步骤 | 第49-50页 |
| 4.4 实证分析 | 第50-55页 |
| 4.4.1 搜索关键词指标的筛选 | 第51-52页 |
| 4.4.2 基于主成分分析的网络搜索关键词综合研究 | 第52-54页 |
| 4.4.3 网络搜索关键词指标综合的结果分析 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 5 基于网络搜索关键词的住宅价格预测研究 | 第57-81页 |
| 5.1 数据整理 | 第57-58页 |
| 5.2 住宅销售价格指数的BP神经网络预测学习 | 第58-65页 |
| 5.2.1 BP神经网络基本原理 | 第59-60页 |
| 5.2.2 BP神经网络建模过程 | 第60-62页 |
| 5.2.3 BP神经网络预测西安住宅价格的实现 | 第62-65页 |
| 5.3 住宅销售价格指数的支持向量机预测 | 第65-71页 |
| 5.3.1 支持向量机回归原理 | 第66-69页 |
| 5.3.2 支持向量机建模过程 | 第69页 |
| 5.3.3 支持向量机预测西安住宅价格的实现 | 第69-71页 |
| 5.4 住宅销售价格指数的随机森林预测 | 第71-75页 |
| 5.4.1 随机森林的建模过程 | 第71-73页 |
| 5.4.2 随机森林预测西安住宅价格的实现 | 第73-74页 |
| 5.4.3 自变量重要程度 | 第74-75页 |
| 5.5 模型组合 | 第75-80页 |
| 5.5.1 模型组合原理 | 第75-77页 |
| 5.5.2 GBDT模型组合步骤 | 第77页 |
| 5.5.3 GBDT模型组合的实现 | 第77-78页 |
| 5.5.4 单一模型与组合模型的比较 | 第78-80页 |
| 5.6 本章小结 | 第80-81页 |
| 6 结论与展望 | 第81-83页 |
| 6.1 研究结论 | 第81-82页 |
| 6.2 研究展望 | 第82-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 攻读硕士期间主要成就 | 第91页 |
