基于网络搜索数据的汽车销量预测方法研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景和问题的提出 | 第11-14页 |
1.2 研究目的及意义 | 第14页 |
1.2.1 理论研究目的及意义 | 第14页 |
1.2.2 现实研究目的及意义 | 第14页 |
1.3 本文的创新 | 第14-15页 |
1.4 研究目标和方法 | 第15-16页 |
1.4.1 研究目标 | 第15页 |
1.4.2 研究方法 | 第15-16页 |
1.5 研究思路及文章结构 | 第16-18页 |
1.5.1 研究思路 | 第16页 |
1.5.2 文章结构 | 第16-18页 |
第二章 文献综述 | 第18-25页 |
2.1 有关网络数据爬取技术的研究 | 第18-19页 |
2.2 基于网络搜索数据的社会经济类相关预测研究 | 第19-22页 |
2.3 有关汽车销量预测的研究 | 第22-25页 |
第三章 相关理论和方法介绍 | 第25-35页 |
3.1 消费者购买决策理论 | 第25-27页 |
3.2 搜索引擎简介 | 第27-29页 |
3.2.1 搜索引擎定义及工作原理 | 第27页 |
3.2.2 搜索引擎类别 | 第27-28页 |
3.2.3 百度搜索引擎 | 第28-29页 |
3.3 百度指数简介 | 第29-31页 |
3.3.1 百度指数定义及其功能简介 | 第29页 |
3.3.2 百度指数使用方法简介 | 第29-31页 |
3.4 销量预测方法 | 第31-34页 |
3.4.1 定性分析预测法 | 第31-32页 |
3.4.2 回归分析预测法 | 第32-33页 |
3.4.3 时间序列模型 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第四章 相关数据的获取 | 第35-46页 |
4.1 百度指数数据的获取 | 第35-41页 |
4.1.1 百度指数数据的来源 | 第35页 |
4.1.2 数据抓取的准备工作 | 第35-36页 |
4.1.3 指数数据抓取的过程 | 第36-39页 |
4.1.4 指数数据解析的过程 | 第39-40页 |
4.1.5 百度指数数据抓取结果 | 第40-41页 |
4.2 评分数据的获取 | 第41-43页 |
4.2.1 评分数据的来源 | 第41-42页 |
4.2.2 评分数据的抓取过程 | 第42-43页 |
4.2.3 评分数据抓取结果 | 第43页 |
4.3 汽车销量数据的获取 | 第43-45页 |
4.4 本章小结 | 第45-46页 |
第五章 百度指数与销量数据的处理 | 第46-58页 |
5.1 相关性分析 | 第46-49页 |
5.1.1 评分数据与汽车销量的相关性分析 | 第46-48页 |
5.1.2 百度搜索指数与汽车销量的相关性分析 | 第48-49页 |
5.2 百度搜索指数数据的处理 | 第49-53页 |
5.2.1 百度搜索数据选取 | 第49-50页 |
5.2.2 百度搜索指数合成 | 第50-53页 |
5.3 销量数据的季节调整 | 第53-54页 |
5.3.1 时间序列的分解 | 第53页 |
5.3.2 季节调整概念 | 第53页 |
5.3.3 季节调整方法的发展 | 第53-54页 |
5.3.4 本文使用的季节调整方法 | 第54页 |
5.4 百度搜索指数与汽车销量的平稳性检验 | 第54-56页 |
5.5 百度搜索指数与汽车销量数据的协整检验 | 第56-57页 |
5.6 本章小结 | 第57-58页 |
第六章 汽车销量预测 | 第58-71页 |
6.1 预测模型的评价指标 | 第58-59页 |
6.2 百度指数模型的预测 | 第59-62页 |
6.2.1 序列平稳性检验 | 第59页 |
6.2.2 模型的建立与估计 | 第59-60页 |
6.2.3 汽车销量预测 | 第60-62页 |
6.3 时间序列模型的预测 | 第62-66页 |
6.3.1 序列平稳性检验 | 第62页 |
6.3.2 模型类型的识别、估计和选择 | 第62-65页 |
6.3.3 汽车销量预测 | 第65-66页 |
6.4 混合预测模型 | 第66-70页 |
6.4.1 序列平稳性检验 | 第66-67页 |
6.4.2 混合模型的建立与估计 | 第67-68页 |
6.4.3 汽车销量预测 | 第68-70页 |
6.5 本章小结 | 第70-71页 |
第七章 总结与展望 | 第71-73页 |
7.1 研究结论 | 第71-72页 |
7.2 存在的不足与展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
附录 | 第78-81页 |