郭偉伊

摘要：隨著大數(shù)據(jù)時代的到來，科學(xué)合理的利用歷史數(shù)據(jù)成為獲取信息的便捷途徑之一。搜索指數(shù)記錄了數(shù)以億計的搜索關(guān)注與需求，為企業(yè)把握市場動態(tài)提供必要的數(shù)據(jù)基礎(chǔ)。據(jù)此，以O(shè)PPO手機(jī)在百度指數(shù)網(wǎng)站上的搜索指數(shù)為例，基于R-Studio軟件工具，并采用時間序列預(yù)測未來3個月OPPO手機(jī)的搜索指數(shù)。結(jié)果表明，預(yù)測值與實(shí)際值之間的誤差全部小于誤差閾值，該模型可以進(jìn)行有效預(yù)測。

關(guān)鍵詞：R語言；數(shù)據(jù)分析；搜索指數(shù)；時間序列

中圖分類號：F27文獻(xiàn)標(biāo)識碼：Adoi：10.19311/j.cnki.16723198.2017.29.033

1文獻(xiàn)綜述

1.1基于時間序列分析的相關(guān)研究

應(yīng)用時間序列分析的目的就是給定一個已被觀測了的時間序列，預(yù)測該序列的未來值。常用的時間序列模型有平滑法、組合模型、AR模型、MA模型、ARMA模型、ARIMA模型等?；谶@些時間序列模型，國內(nèi)研究者針對產(chǎn)品價格、天氣情況等目標(biāo)進(jìn)行了預(yù)測，研究模型也從單一模型轉(zhuǎn)向集成模型。李哲敏等設(shè)計了動態(tài)混沌神經(jīng)網(wǎng)絡(luò)時間序列預(yù)測模型，該模型在農(nóng)產(chǎn)品價格時間序列短期預(yù)測研究上將具有廣闊的應(yīng)用前景。黃建風(fēng)，陸文聰基于小波-NAR神經(jīng)網(wǎng)絡(luò)技術(shù)，結(jié)合悉尼日均氣溫和日降雨量數(shù)據(jù)進(jìn)行建模，該預(yù)測優(yōu)于其它模型。段青玲等提出了基于時間序列的水產(chǎn)品價格預(yù)測模型，該模型為水產(chǎn)品價格的預(yù)測提供依據(jù)。

其實(shí)，不管是單一模型，還是集成模型，只要依賴于真實(shí)的歷史數(shù)據(jù)，在模型的選擇和構(gòu)建上都可以實(shí)現(xiàn)預(yù)測目標(biāo)，只是精度上有所不同。同時，基于前人的研究發(fā)現(xiàn)，利用R語言進(jìn)行統(tǒng)計分析的研究相對于SPSS、Minitab等統(tǒng)計軟件少之又少，而R語言具有功能強(qiáng)大的程序包，在數(shù)理統(tǒng)計、數(shù)據(jù)挖掘等方面都出類拔萃。

1.2基于搜索指數(shù)的相關(guān)研究

搜索指數(shù)反映了數(shù)以億計的搜索關(guān)注與需求，為研究市場交易行為、消費(fèi)者行為等研究提供了必要的數(shù)據(jù)依據(jù)。張崇等證實(shí)了搜索數(shù)據(jù)與居民消費(fèi)價格指數(shù)之間存在先行滯后關(guān)系和諧整關(guān)系。任樂，崔東佳實(shí)證了搜索數(shù)據(jù)與月旅游客流量之間存在協(xié)整關(guān)系。

近幾年，大部分研究者一般通過對搜索時輸入的關(guān)鍵詞的統(tǒng)計分析，從而建立預(yù)測模型，但預(yù)測的準(zhǔn)確度是否可靠有待斟酌。值得注意的是，研究者缺少對現(xiàn)成搜索指數(shù)的分析及利用。例如百度指數(shù)網(wǎng)站上存在大量不同行業(yè)、不同品牌的搜索指數(shù)，其根據(jù)月、季、年為單位進(jìn)行了詳細(xì)展示，這些搜索指數(shù)具有真實(shí)性、科學(xué)性。因此，對現(xiàn)有數(shù)據(jù)的再次利用為未來的研究提供了方便。

2實(shí)證分析

基于以上對時間序列和搜索指數(shù)的相關(guān)研究分析，本文提出基于R語言，并利用時間序列分析中的ARIMA模型對OPPO手機(jī)在百度上的搜索指數(shù)進(jìn)行預(yù)測。

2.1數(shù)據(jù)來源及處理

本文所采用的搜索數(shù)據(jù)來源于百度指數(shù)網(wǎng)站，時間范圍為2014年1月至2017年4月。為了能夠更好的預(yù)測OPPO手機(jī)品牌在百度上的搜索指數(shù)，將這些數(shù)據(jù)按月為單位記錄在Excel上，并把文件命名為OPPO.csv進(jìn)行保存。

本文采用R-Studio軟件進(jìn)行統(tǒng)計分析及預(yù)測。首先，將文件OPPO.csv在R-Studio中打開：

>data<-read.csv（"./OPPO.csv"，header=T）

根據(jù)這些歷史數(shù)據(jù)，可以繪制出OPPO月度搜索指數(shù)時間序列圖：

>plot.ts（data，xlab="月份"，ylab="搜索指數(shù)/千萬"）

從圖中可以清晰地看出40個月中OPPO手機(jī)的月度搜索指數(shù)，沒有明顯的周期和季節(jié)趨勢，但是整體處于逐漸上升的趨勢。

2.2時間序列檢驗(yàn)分析

對于以上序列，將進(jìn)行純隨機(jī)性和平穩(wěn)性檢驗(yàn)，并根據(jù)檢驗(yàn)結(jié)果的不同選擇合適的分析方法。從圖1的時序圖可看出，OPPO手機(jī)搜索指數(shù)不具備周期性，并且有逐月遞增趨勢。因此，可以初步確認(rèn)為非平穩(wěn)序列。為進(jìn)一步判斷序列是否為非平穩(wěn)的，可以選擇自相關(guān)圖檢驗(yàn)或單位根檢驗(yàn)。

自相關(guān)圖檢驗(yàn)。利用自相關(guān)圖進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果取決于自相關(guān)系衰減的速度，當(dāng)自相關(guān)系數(shù)比較快的衰減趨向于零，并在零附近隨機(jī)波動時，即為平穩(wěn)序列；當(dāng)自相關(guān)系數(shù)衰減速度比較慢時，即為非平穩(wěn)序列。

>acf（data）

從自相關(guān)檢驗(yàn)結(jié)果看，自相關(guān)系數(shù)長期大于零，表明該序列為非平穩(wěn)序列。

單位根檢驗(yàn)。若檢驗(yàn)序列存在單位根表明為非平穩(wěn)序列，否則為平穩(wěn)序列。本文利用adf.test（）函數(shù)對其進(jìn)行單位根檢驗(yàn)，運(yùn)用此函數(shù)需下載tseries包。

>library（tseries）

>adf.test（data）

從單位根檢驗(yàn)結(jié)果看，p值為0.4517，大于0.05，因此也判斷其為非平穩(wěn)序列。

2.3ARIMA建模分析及預(yù)測

從以上分析中得出，OPPO手機(jī)搜索指數(shù)為非平穩(wěn)序列。對此序列進(jìn)行差分、檢驗(yàn)、定階，就可建立ARIMA模型進(jìn)行預(yù)測。

非平穩(wěn)序列差分。若序列經(jīng)過一階差分后還未達(dá)到平穩(wěn)，將再次進(jìn)行差分運(yùn)算，以此類推，直到成為平穩(wěn)序列為止。R語言中使用diff（）函數(shù)對時間序列進(jìn)行差分運(yùn)算。

>diffData<-diff（data）

一階差分后再進(jìn)行單位根檢驗(yàn)：

>plot.ts（diffData，xlab="月份"，ylab="搜索指數(shù)殘差/千萬"）

>adf.test（diffData）

一階差分后，時序圖在均值附近平穩(wěn)波動，單位根檢驗(yàn)p值為0.04537，小于0.05，所以一階差分后序列表現(xiàn)為平穩(wěn)。

模型定階。從一階差分后的自相關(guān)圖可以看出，ACF沒有收斂趨勢，并顯示出拖尾性。所以考慮選用AR模型擬合一階差分后的序列，即對原始序列建立ARIMA（1，1，0）模型。endprint

>arima<-arima（diffData，order=c（1，1，0））

白噪聲檢驗(yàn)。ARIMA模型是否符合白噪聲檢驗(yàn)，采用Box.test（）函數(shù)進(jìn)行檢驗(yàn)。當(dāng)p值大于0.05時，表示通過白噪聲檢驗(yàn)；否則未通過。

>Box.test（diffData，type="Ljung-Box"）

從白噪聲檢驗(yàn)結(jié)果中得到，p=0.2038，其值明顯大于0.05，所以通過白噪聲檢驗(yàn)。

模型預(yù)測。R語言中可以利用forecast數(shù)據(jù)包對未來的序列值進(jìn)行預(yù)測，本文預(yù)測未來3個月OPPO手機(jī)的搜索指數(shù)。

>forecast（arima，h=3，level=c（99.5））

誤差分析。將預(yù)測值與實(shí)際值進(jìn)行誤差分析，結(jié)果顯示平均絕對誤差為0.81、均方根誤差為0.92、平均絕對百分誤差為0.19。本文根據(jù)實(shí)際情況，將誤差閾值設(shè)為1。結(jié)果表明，預(yù)測值與實(shí)際值之間的誤差全部小于誤差閾值。因此，可以采用此模型進(jìn)行預(yù)測。

3總結(jié)與展望

首先，本文綜述了基于時間序列分析和基于搜索指數(shù)的相關(guān)研究內(nèi)容；其次，對百度指數(shù)網(wǎng)站上現(xiàn)成的OPPO手機(jī)搜索指數(shù)進(jìn)行了分析，并預(yù)測了未來3個月的搜索指數(shù)。通過實(shí)證分析發(fā)現(xiàn)，利用R-Studio軟件建立ARIMA模型可以實(shí)現(xiàn)預(yù)測，且預(yù)測值與實(shí)際值之間的誤差較小。對OPPO手機(jī)搜索指數(shù)進(jìn)行預(yù)測可以準(zhǔn)確了解市場動態(tài)，指導(dǎo)企業(yè)進(jìn)行策劃營銷活動、宣傳、經(jīng)營管理等，為鞏固產(chǎn)品地位或進(jìn)一步深化市場做準(zhǔn)備。

同時，該預(yù)測方法也存在一定的缺點(diǎn)和不足，尤其是模型較單一，缺乏搜索指數(shù)與其他研究對象之間的內(nèi)在機(jī)理研究，例如搜索指數(shù)與銷售量、產(chǎn)品價格、宣傳力度等的相關(guān)性關(guān)系研究，這也是下一步研究的重點(diǎn)。

參考文獻(xiàn)

[1]李哲敏，許世衛(wèi)，崔利國，張建華.基于動態(tài)混沌神經(jīng)網(wǎng)絡(luò)的預(yù)測研究——以馬鈴薯時間序列價格為例[J].系統(tǒng)工程理論與實(shí)踐，2015，（08）：20832091.

[2]黃建風(fēng)，陸文聰.基于小波-NAR神經(jīng)網(wǎng)絡(luò)的氣象要素時間序列預(yù)測與天氣指數(shù)彩虹期權(quán)估值[J].系統(tǒng)工程理論與實(shí)踐，2016，（05）：11461155.

[3]段青玲，張磊，魏芳芳，肖曉琰，王亮.基于時間序列GA-SVR的水產(chǎn)品價格預(yù)測模型及驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報，2017，（01）：308314.

[4]張崇，呂本富，彭賡，劉穎.網(wǎng)絡(luò)搜索數(shù)據(jù)與CPI的相關(guān)性研究[J].管理科學(xué)學(xué)報，2012，（07）：50-59+70.

[5]任樂，崔東佳.基于網(wǎng)絡(luò)搜索數(shù)據(jù)的國內(nèi)旅游客流量預(yù)測研究——以北京市國內(nèi)旅游客流量為例[J].經(jīng)濟(jì)問題探索，2014，（04）：6773.endprint