[發明專利]一種考慮品牌情感的汽車銷量預測方法

在審

• 申請號: 201710161251.1
• 申請日: 2017-03-17
• 公開（公告）號: CN106951514A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 章旭;劉業政;王錦坤
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06Q10/04;G06Q30/02
• 代理公司: 安徽省合肥新安專利代理有限責任公司34101
• 代理人: 陸麗莉,何梅生

技術領域

本發明屬于銷量預測領域，具體地說是一種用于預測各汽車品牌月度銷量的考慮品牌情感的汽車銷量預測方法。

背景技術

中國汽車行業過去幾十年取得了突飛猛進的發展，已經成為支撐和拉動中國經濟持續快速增長的主導產業之一。面對當前復雜的國內外經濟環境和不斷加大的經濟下行壓力，準確地預測汽車銷量無論是對于從宏觀上整體掌控汽車市場的發育與成長態勢的政策制定者，還是對于從微觀上研究市場行情以制定營銷策略的汽車廠商，都具有極其重要的作用。

現有汽車銷量預測方法主要關注某一地區的市場總體汽車銷量的宏觀預測，如預測中國市場總體汽車需求量，雖然預測方法簡單易行，可以對短期銷量進行較為準確地刻畫，但是仍然存在預測粒度過于宏觀導致預測結果現實指導意義薄弱等不足，對于細化至汽車品牌粒度的銷量預測方法研究目前還是空白。同時，在電影票房預測、圖書銷量預測等領域的研究表明，在線評論數據有助于提高產品銷量預測模型的準確率。由于大眾對產品的看法會影響產品的銷售情況，因此對在線評論進行深入分析對于預測產品未來銷量具有重要作用。現有的汽車銷量預測方法主要利用歷史銷售數據和社會宏觀經濟指標，如GDP、CPI等，對于網絡大數據中諸如專業汽車論壇用戶評論數據等蘊含極高預測能力的高價值的數據缺少深入挖掘。此外，我國汽車市場由于受氣候、節假日、產品更迭等諸多因素的影響，汽車月度銷售數據呈現穩定的季節性特征，即車市的銷量會隨著季節的變化而呈現出高峰低谷的規律性周期變化。而現有研究缺乏對汽車銷售季節性變化趨勢的考慮，從而導致預測精度較低。

發明內容

本發明針對現有汽車銷量預測方法存在的不足之處，提出一種考慮品牌情感的汽車銷量預測方法，以期能充分發掘銷量時間序列季節性變化和網絡大數據中消費者的口碑情感傾向因素的短期預測能力，從而將汽車銷量預測細化到更加微觀的品牌粒度，并提高預測精度。

為達到上述目的，本發明采用的技術方案為：

本發明一種考慮品牌情感的汽車銷量預測方法的特點是按照如下步驟進行：

步驟一、采集第t個月消費者購買汽車品牌b旗下所有汽車的評論數據，記為表示第t個月的第k個評論數據，且所述第t個月的第k個評論數據包括：第t個月的第k個評分數據和第t個月的第k個評論文本數據且表示第t個月的第k個評分數據的第i個評分項；表示第t個月的第k個評論文本數據的第j個評論文本；t＝1,2,…,T；k＝1,2,…,K；i＝1,2,…,I，j＝1,2,…,J；

步驟二、對所有品牌的T個月的評論數據Rev利用基于點互信息PMI的方法構造情感詞典，得到所述評論數據Rev中所有情感詞的情感值；

步驟三、基于所述情感詞典，對所述第t個月的第k個評論文本數據的情感進行量化，得到所述第t個月的第k個評論文本數據的情感值從而得到第t個月的汽車品牌b的情感值

步驟四、利用式(1)構建第t月的汽車品牌b銷量的預測模型

式(1)中，λ_m、φ_p和ρ_q表示用最小二乘回歸得到的模型參數；τ表示預測模型常數項；表示汽車品牌b在第t月的前m年的同期銷量；表示汽車品牌b在第t月的前p月的銷量；汽車品牌b在第t個月的前q月的情感值；M、P和Q為所設定的參數，分別表示第t月之前M個年的歷史同期銷量對第t月的影響、第t月之前P個月的前期銷量對第t月的影響、第t月之前Q個月的汽車品牌的情感值對第t月的影響；

步驟五、利用式(2)獲得汽車品牌b銷量的預測模型的目標函數z_b：

式(2)中，表示第n月汽車品牌b銷量的預測值；表示第n月汽車品牌b銷量的真實值；N表示總的預測月數；

步驟六、利用網格搜索方法對所述目標函數z_b進行求解，得到M、P和Q的值，從而利用所述預測模型預測汽車品牌b下個月的銷量。

本發明所述的銷量預測方法的特點也在于，所述步驟二是按如下步驟進行：