基于在线大数据及文本挖掘技术的CPI预测研究

物价在宏观调控中具有重要地位，通过新技术、新手段不断优化CPI预测，对于有效开展宏观调控具有重要意义。本文创新性的将网络数据“清数-i CPI”和文本挖掘信息引入CPI预测，并通过混频数据构建了神经网络预测模型。首先将BERT模型应用于CPI预测关键词的扩展，其次引入“清数-i CPI”这一网络价格信息，最后将高频时间引入解释维度构建混频数据的人工神经网络模型。结果显示，利用文本挖掘和“清数-i CPI”构建的混频数据预测CPI结果稳定，文本挖掘信息对预测精度有明显提升，预测模型在拐点捕捉方面表现优秀，可提前一个月左右实现对CPI的预测。