基于网络搜索数据的国内旅游客流量预测研究——以北京市国内旅游客流量为例

随着信息技术的快速发展,互联网成为用户获取资料和信息最快捷的途径之一。网络搜索数据记录了数以亿计的搜索关注与需求,反映了市场主体的行为趋势与规律,为研究社会经济行为提供了必要数据基础。本文以北京市旅游客流量为例,从游客的旅游行为角度建立理论概念框架,揭示了网络搜索数据与游客之间的相关关系。通过搜索相关关键词数据并合成搜索指数,实证了北京市搜索数据与月旅游客流量之间存在协整关系,并结合搜索指数与历史数据构建北京市旅游客流量预测模型。分析结果表明,相比于传统的自回归时间序列模型,本模型的预测2013年2月至4月连续3个月旅游客流量的平均绝对误差仅为5.08%,拟合优度高达97.23%。另外,该预测方法可以对北京市旅游客流量进行实时监控,且比国家旅游局的数据发布提前一个月左右。     

基于Web搜索数据的宝马汽车销量预测研究

在建立Web搜索数据与汽车销量理论框架的基础上,通过搜索有关宝马汽车的网络关键词,采用错位关键词合成的方法,自动推荐关键词并逐步合成,得出有关宝马汽车的月销量与合成指数之间的相关关系,并进行协整分析与Granger因果检验。文章采用2007年1月至2012年9月宝马汽车的月销量数据,对2012年10月至12月共3期的月销量进行预测,得到了宝马汽车月销量数据的预测平均绝对误差为2.5%。     

基于SEO的电子商务网站优化探究

在网上购物日益普及的今天,较好的搜索引擎自然排名已成为各个电子商务网站追求的目标。本文以百姓商城为例,从SEO角度出发,分析了网站优化的一些基本策略。