网络搜索数据与我国GDP的关联机理分析

网络搜索数据是研究我国宏观经济现象的重要微观信息依据。本文从需求、供给与政策三方面选取和筛选关键词合成网络搜索指数,并与我国GDP进行相关性研究。结果表明:网络搜索指数与GDP的相关性较高,且两者存在长期均衡关系与短期误差修正机制,当GDP逐渐偏离均衡,将会以1~2个月的调整速度从非均衡态过渡到均衡态;网络搜索指数的增长对我国GDP有促进作用。

基于网络搜索数据的GDP组合预测研究

网络搜索数据(Web Search Data, WSD)是研究宏观经济现象的重要微观信息依据。从需求、供给与政策环境等方面选取和筛选关键词来合成网络搜索指数,采用金枪鱼群(Tuna Swarm Optimization, TSO)算法优化的最小二乘支持向量回归(Least Squares Support Vector Regression, LSSVR)模型,对GDP进行预测。结果表明,网络搜索指数与GDP具有强相关性,合成的网络搜索指数能较好地反映GDP的波动走势;网络搜索数据的加入使得预测结果呈现出强时效性,预测效果及预测精度都取决于对最优模型的选择,引入参数智能优化算法可提高模型的预测性能。提出的TSO-LSSVR&WSD模型充分利用网络搜索数据及组合预测优势,提高了GDP的预测精度和时效性,可应用于宏观经济指标预测中。

基于t检验和逐步网络搜索的有向基因调控网络推断算法

为了克服基于条件互信息的路径一致算法(PCA-CMI)无法识别调控方向的缺陷,并进一步提高网络推断准确率,提出了一种基于t检验和逐步网络搜索的有向网络推断算法(DNI-T-SRS)。首先,对不同实验条件下的表达数据进行t检验以辨别基因调控的上下游关系,指导路径一致(Path Consensus)算法中条件基因的选取,根据CMI2(Conditional Mutual Inclusive Information)剔除网络中的冗余边,得到了基于t检验的有向调控关系推断算法CMI2NI-T(CMI2-based Network Inference guided by t-Test);然后,建立有向调控关系对应的米氏微分方程模型对数据进行拟合,根据贝叶斯信息准则进行逐步网络搜索以修正网络推断结果。利用CMI2NI-T推断DREAM6挑战中的两个测试网络,所得到的曲线下面积(AUC)分别为0.7679和0.9796,相较于PCA-CMI分别提高了16.23%和11.62%;通过进一步的数据拟合后DNI-T-SRS的推断准确率分别达到了86.67%和100.00%,相较于PCA-CMI分别提高了18.19%和10.52%。实验结果表明,所提DNI-T-SRS算法能够有效剔除间接调控关系并保留直接调控连接,得到精确的基因调控网络推断结果。

基于网络搜索指数的公众关注度对企业创新的影响

大数据时代下公众已然成为一种新的外部力量,并对企业创新产生了新的促进效应。虽然学界对企业创新影响因素已有一定的探讨,但尚缺乏基于大数据时代背景下利用网络搜索从公众层面对企业创新的研究。选取2011—2019年深圳证券交易所的上市企业为样本,利用负二项回归模型、Tobit模型等方法,实证探讨了基于网络搜索指数的公众关注度对企业创新的促进作用及信息透明度与知识产权保护的双重调节作用。研究发现:第一,公众关注度对企业创新具有显著的促进效应;第二,信息透明度在公众关注度对企业创新的促进过程中起正向调节作用;第三,公众关注度、信息透明度和知识产权保护三者交互项结果表明,地区知识产权保护程度越高,信息透明度对公众关注度与企业创新的调节作用越明显。研究结论不仅拓展了目前关于大数据应用于企业管理研究的方法集,为有效发挥公众关注度对企业创新的引导和监督作用提供了新视角,还为中国完善信息披露制度以及知识产权保护制度的深入改革提供了微观证据。

网络搜索指数与CPI波动的相关性分析

网络搜索指数反映了用户的社会活动信息和行为趋势,为研究经济问题提供了重要的数据基础,本文利用脉冲响应函数和方差分解分析了网络搜索指数与CPI之间的相互关系。结果表明:CPI与网络搜索指数的相关性较高;CPI与网络搜索指数之间存在长期均衡关系,且两者在短期时间内互为因果;网络搜索指数的增加对CPI的增长具有促进作用,且这种效应需要一段时间内的传递,CPI的变化对网络搜索指数的变化影响程度更大。从长期发展情况看,经济形势的变化会对公众的购买决策产生一定影响,经济形势的发展会为公众的网络搜索行为创造稳定条件。

基于网络搜索数据监测的CPI预测

网络搜索经济类关键词的范围和频率能反映公众的关注度和倾向,可用来对经济指标进行预测,从而预示经济走势。为解决居民消费价格指数(CPI)预测中的官方数据滞后问题,使用时间序列法,采用网络搜索监测数据对CPI进行预测。运用百度指数分析方法,搜集宏观、微观、投资三类指标,对初始指标的百度指数进行主成分分析,拟合出CPI预测模型。结果表明,预测CPI和实际CPI走势基本一致,可比官方数据提前一个月得到预测值,为把握宏观经济走势提供参考。

投资者关注影响上市公司ESG表现吗——来自网络搜索量的经验证据

本文选择2011—2021年沪深两市A股主板上市公司为研究对象,基于投资者对上市公司的网络搜索量数据,系统考察投资者关注对上市公司ESG表现的影响及其作用机制。结果表明,投资者关注有助于提升公司ESG表现;进一步的分析表明,投资者关注通过缓解企业融资约束和提高信息透明度对上市公司ESG表现发挥积极的提升作用,并且投资者关注与公司ESG表现之间的正向关系在国有控股、高科技和重点排污等公司中更明显;此外,投资者情绪、投资者互动、投资者调研和投资者持股等不同类型的投资者关注都有助于提升上市公司ESG表现。本文的研究结论丰富了公司ESG表现驱动因素的研究,为上市公司进一步完善ESG体系建设、积极践行ESG理念,以及监管部门持续加强投资者引导等提供了理论支撑与经验启示。

疫情中基于网络搜索大数据的心理健康研究综述

新冠疫情给公众心理健康带来了极大挑战,疫情中的心理健康测量显得尤为重要。网络搜索数据作为大数据的一种,近年来已被应用于心理学研究。目前基于网络搜索数据的疫情心理健康研究可归纳为三类:跨时间比较研究、疫情与心理健康的相关研究以及网络搜索数据有效性的验证性研究,其中一部分研究也涉及空间维度的比较。上述研究之间存在矛盾之处。网络搜索数据具有客观、生态效度高、时间分辨率高、体现用户心理动机和易得等优势。未来的网络搜索研究应充分发挥优势,提高信效度,加强对其背后机制的探讨。

基于在线评论和网络搜索的汽车销量预测研究

使用情感分析算法获取在线评论的效价,并应用前景理论和熵值法对在线评论的效价进行调整,结合评论数量和网络搜索数据,建立了自回归分布滞后模型,并对不同价位档次汽车销量进行预测分析.研究发现,考虑了消费者受负面信息影响的在线评论的效价、数量和网络搜索数据的模型预测效果优于传统模型,更符合实际情况,但对不同价位档次汽车预测效果存在差异,低档汽车销量预测效果最佳,其次是中档汽车,最后为高档汽车.

基于网络搜索信息的多模态数据驱动航空客流集成预测

为了对机场旅客吞吐量进行更高精度的预测,提出了一种基于网络搜索信息的“分解-重构-集成”组合预测新方法。首先,采用平均影响值和时差相关分析法对机场旅客吞吐量相关的网络搜索关键词进行筛选,合成综合搜索指数。其次,利用改进的自适应白噪声完备集合经验模态分解(ICEEMDAN)方法分别将机场旅客吞吐量和综合搜索指数分解为若干子模态序列,依据子序列的样本熵值重构为高、中、低频序列。以搜索指数中的不同频率成分作为辅助输入信息,分别对机场旅客吞吐量的高频和中频序列采用麻雀搜索算法优化的BP神经网络(SSA-BP)模型进行预测,而低频序列采用自回归分布滞后模型进行预测,最后将不同频率序列预测值用SSA-BP模型进行综合集成得到最终的预测值。通过实证发现,该组合预测新方法能显著提高预测的精度,并表现出较好的鲁棒性。

网络搜索数据与CPI的相关性研究

网络搜索数据蕴含了三亿多市场主体的兴趣与关注,反映其行为趋势与规律,为研究宏观经济问题提供了必要的微观数据基础;本文从商品市场的角度建立概念框架,以均衡价格理论为基础,揭示了网络搜索数据与居民消费价格指数(CPI)之间存在一定的相关关系及先行滞后关系;实证结果表明:网络搜索数据与CPI之间存在协整关系,模型拟合度达到0.978,预测绝对误差为0.48,宏观形势搜索指数和供求关系搜索指数相对于CPI的先行周期分别为五个月和两个月;同时模型具有很强的时效性,比国家统计局的数据发布提前一个月左右;与传统的预测方法相比,模型还具备一定的转折点预测能力.

基于网络搜索数据的房地产价格预测

本文以北京、上海、天津、重庆等16个大中城市的二手房价格和新房价格为研究对象,以来自我国最大搜索引擎的百度搜索指数为数据基础,使用6种计量模型分别对16个城市的二手房价格和新房价格进行了拟合和预测,得到预测二手房和新房价格变动情况的最优模型。结果显示:网络搜索数据不但能够较好地预测房价指数,而且能够分析经济主体行为的趋势与规律,有一定的时效性。预测的月度房地产价格能够比官方数据发布提前约两周时间。

大数据时代的网络搜索与个人信息保护

大数据时代,因网络搜索引发的个人信息安全问题越来越引起人们的重视和担忧。如何认识大数据时代网络搜索与个人信息保护的症结,进而探索出科学可行的保护模式,是当前亟待解决的难题。本文首先辩证阐述了大数据时代网络搜索对个人信息安全带来的风险与机遇,并在分析大数据时代网络搜索失范成因的基础上,重点从意识培养、立法监管、技术应用等三方面提出了构建个人信息安全保障体系的构想。

基于网络搜索的销量与市场份额预测:来自中国汽车市场的证据

本文提出,网络搜索行为是一个衡量消费者购买意愿的指标,能够用于购买行为的预测。尽管信息搜索一直被看作消费者决策过程当中的重要一环,但是有关在线搜索与线下交易之间关系的实证研究有限。本文以消费者在搜集信息和购买决策过程中留下的真实数据为研究基础,探讨在线搜索与线下交易之间的关系。实证结果显示,网络搜索对汽车销量存在显著的正向影响。此外,本文基于fractional logit模型验证了消费者网络搜索对市场份额的影响。保留样本分析表明,在其他信息不可获取时,网络搜索数据能够对销量和市场份额预测起到重要作用。

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。

网络搜索指数与汽车销量关系研究——基于文本挖掘的关键词获取

网络搜索数据是消费者在信息搜集和购买决策过程中真实足迹的反映,对了解消费者购买需求具有重要价值。本文运用与现有研究不同的关键词获取方法,以我国汽车市场为背景,研究网络搜索数据与销量之间的关系。首先,确定网络搜索数据的关键词,主要运用了文本挖掘技术,具体而言:1对抓取的汽车论坛文本进行Jieba分词;2利用Word2vec模型把分词结果转化为向量空间模型形式;3结合TF-IDF算法和余弦相似度算法确定关键词。然后,基于108个月的长面板数据,建立网络搜索与汽车销量的固定效应模型。最后,采取滚动窗口的方式预测最近12个月的汽车销量。实证结果显示:网络搜索与汽车销量之间存在长期均衡关系,回归模型可以解释76%的方差;网络搜索数据有助于预测我国汽车销量。

从网络搜索看我国“图书馆”的社会关注及趋势——以百度指数为例

文章以"百度指数"为工具,以"图书馆"为关键词,以用户关注和媒体关注为两个视角,从搜索指数、相关热门搜索、媒体指数、新闻头条等维度统计分析我国公众对"图书馆"及其相关事物的社会关注及趋势,据此探讨了图书馆在社会形象构建、图书馆营销与公共关系、基层图书馆关注度提升等方面的策略。

裂隙岩体三维渗流网络搜索及稳定渗流场分析

从实际工程结构面统计资料以及结构面本身渗流特性出发,结合逾渗理论分析裂隙岩体渗流网络的组成特点,研究三维块体切割技术与逾渗理论在裂隙类型分类上的相似性问题,进而在既有三维块体切割技术基础上增加渗流面阻水特性判断等模块,形成三维渗流网络搜索算法,解决三维渗流网络难以建立的问题。并在此基础上,根据Louis公式和广义达西定律编制裂隙岩体三维渗流网络搜索及恒定流分析程序3D-Network-Seepage.f90,用于裂隙岩体三维渗流网络构建与恒定渗流计算分析。然后,结合算例对该方法进行验证,结果表明:所提方法不仅能够生成客观、正确的渗流网络,还能准确地反映裂隙面水流的运动规律以及裂隙网络中实际水流的流动趋势,但该方法还有待于在实际工程中进行验证。

用户推荐对网络搜索行为影响的眼动研究

为研究用户推荐对网络搜索行为的影响,将用户推荐加入到搜索引擎结果页面中,通过眼动跟踪技术观察被试在完成网络搜索任务时行为的变化.实验结果显示,加入用户推荐对被试的搜索效率、注意力分布和点击分布没有显著影响.但反馈问卷显示,多数被试认为用户推荐有助于搜索,并且会在搜索中参考该信息.分析发现,两种结果矛盾的原因在于被试在搜索过程中常常会忽略用户推荐,产生无意视盲(inattentional blindness)现象.

基于网络搜索数据的区域经济预警研究

网络搜索直接反映了互联网用户的行为与心理,随着用户的不断增长,海量的网络搜索数据对社会经济发展趋势的指示作用不断被发现并研究。文章以安徽省为例,选取区域工业增加值等指标为预测目标,基于经济波动与大数据的相关理论,运用K-L信息量法与时差相关性分析对大量国际国内经济指标与特定关键词的百度搜索指数进行筛选,得到区域经济先行指标,建立区域经济预警模型,并对模型进行了拟合检验和预测检验。结果显示,部分关键词的网络搜索数据能够有效地用于预测区域工业增加值和社会消费品零售额的月度变化,预警模型具有较好的准确性与时效性,可为政府、企业应对经济波动提供决策参考。