基于消费者关注度的汽车销量预测方法研究

摘要：

[目的]基于消费者关注度构建汽车销量预测模型,探究消费者关注度对汽车销量的预测作用.[方法]首先,提出一种融合口碑评论与搜索数据的消费者关注度量化方法,利用Word2Vec在口碑语料库中训练词向量以挖掘初始关键词,通过时差相关性分析筛选出核心关键词,再运用主成分分析合成消费者关注度.其次,基于消费者关注度构建Attention_ LSTM模型,进而预测汽车销量.[结果]实验表明,引入消费者关注度后的Attention LSTM模型在RMSE和MAPE指标方面分别降低2.02和0.96％.另外,Attention_LSTM模型较ARIMA、SVR、BP神经网络和LSTM模型,平均百分比误差分别降低6.52％、3.42％、2.56％和0.81％.[局限]未融合其他社交媒体数据对消费者在线行为进行更全面的刻画.[结论]引入消费者关注度的Attention_ LSTM模型能够有效预测汽车销量的动态变化趋势.

关键词：销量预测、消费者关注度、长短期记忆网络、注意力机制

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金重点项目;教育部人文社会科学规划基金项目

在线出版日期：2021-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：128-139