互联网搜索数据预处理方法及其在股市分析中的应用

互联网搜索数据与社会经济行为的相关性已被多篇文献所证实，然而对于这项研究的基础工作——数据预处理，目前尚缺乏系统的方法。本文提出一套完整的搜索数据预处理流程，包括搜索关键词的选择、时差关系判定、关键词指数合成等步骤，并对各关键步骤给出了处理方法及标准。通过该方法可以得到稳定且高拟合度的先行关键词指数。本文以股票市场中上证指数为研究对象，实证检验得出，合成后的先行关键词指数与上证指数的拟合优度高达0．979。Granger检验证实了对上证指数具有显著的预测能力，回归结果显示关键词指数每变动1个百分点，后一期的上证指数将同方向变动0．518个百分点。

基于互联网搜索数据的甘肃省旅游客源地时空分析

传统的统计手段可以获得旅游城市或景点的游客量,而无法获得旅游客源地游客量,本文首先把互联网搜索数据与现实游客行为之间进行关联和映射,然后将搜索量最高关键词通过自由组合和非线性多项式拟合,发现3个词组合时与现实游客行为之间R2高达0.999,最后反演出2011—2014年中国(港澳台除外)各省、直辖市和自治区至甘肃省旅游的人数,进行甘肃省旅游客源地时空数据可视化、时空数据异常探测、时空过程分析等,帮助旅游部门了解游客的来源及去处、游客的出行规律和爱好偏向,做出有针对性的决策。