基于百度指数的汽车销量预测模型

• 作者: 魏衍增
• 来源期刊: 科技与创新
• 关键词: 百度指数 销量预测 LSTM模型 ARMA模型
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 科技前沿
• 页码范围: 64-65
• 页数: 2页
• 分类号: F713.54
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2019.19.025

摘要

随着互联网的发展,人们在购买商品前一般都会在网上搜索商品的相关信息,从而作为购买决策的重要参考依据.汽车作为一种高价值商品,几乎所有消费者在购买前都会使用搜索引擎查询心仪车型的价格、口碑等,因此搜索指数可在一定程度上反映出某款车型销量变化的趋势.以百度指数和汽车销量为输入变量构建汽车销量预测模型,以便获得更加精确的预测结果.为了验证百度指数对预测的作用,将移动平均自回归(ARMA)模型设为基准模型,输入变量为历史销量数据.实验结果表明,加入百度指数的LSTM销量预测模型的预测精度比基准模型有了较大提升.因此,汽车企业可选择基于LSTM的销量预测模型来提升销量预测精度,用于指导企业制订生产和营销计划.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏衍增	同济大学经济与管理学院	1	0	0.0	0.0