基于网络舆情大数据预测商品销量

• 作者: 周诗雨 张增瑞 敖璇 李嘉依 董佳勋 赵康
• 来源期刊: 统计学与应用
• 学科: 社会科学
• 关键词: 网络舆情分类 SPSS 回归分析 显著性
• 年，卷（期）: 2019,（5）
• 页码范围: 804-815
• 页数: 12页
• 分类号: G20

摘要

本文对网络舆情分为5大类:从众舆论、客户评论舆论、经济舆论、社会舆论以及文化舆论,根据不同类型舆论选取其直接影响的商品。根据舆论微博指数确定舆论突发时间,再获取相同时间的商品淘宝指数,运用SPSS曲线回归,通过比较不同曲线的显著性确定舆论微博指数与商品淘宝指数间的关系及具体关系式。最后,我们得到88购物节舆论与女装、日用品、鞋、服饰配件四大类常见商品销量的关系。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李嘉依	长沙理工大学数学与统计学院	2	0	0.0	0.0
2	敖璇	长沙理工大学数学与统计学院	2	0	0.0	0.0
3	周诗雨	长沙理工大学数学与统计学院	3	0	0.0	0.0
4	董佳勋	长沙理工大学数学与统计学院	2	0	0.0	0.0
5	张增瑞	长沙理工大学数学与统计学院	2	0	0.0	0.0
6	赵康	长沙理工大学数学与统计学院	7	8	2.0	2.0