基于卷积神经网络的汽车销量预测模型

• 作者: 刘吉华 张梦迪 彭红霞 贾兴平
• 来源期刊: 计算机科学
• 关键词: 卷积神经网络 大众汽车 销量预测 百度指数
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 大数据&数据科学|Big Data & Data Science
• 页码范围: 178-183,189
• 页数: 7页
• 分类号: P315.69
• 语种: 中文
• DOI: 10.11896/jsjkx.200600104

摘要

传统使用网络搜索数据进行销量预测时多通过人工选取关键词,难以充分考虑所有关键词的搜索量信息.通过使用卷积神经网络提取数据特征,能够解决传统预测方法存在的关键词合成问题.文章首次将深度学习理念引入汽车销量预测领域,首先通过网络爬虫方式获取汽车相关的关键词与网络搜索量,然后根据网络搜索量数据和销量数据的特点设计一种基于卷积神经网络的汽车销量预测模型,并对2019年上半年大众汽车销量做出预测.实验结果显示,与RBF模型、ARIMA模型、ARIMA+RBF混合模型对比,卷积神经网络的预测精度更高,大众品牌的预测精度达到89.51％.由于春节以及新政策出台的影响,2月份为预测误差最大的月份;随着市场的回暖,3月份为预测精度最高的月份.该预测方法为销量预测领域的研究提供了一种新思路.