项目名称: 基于网络行为的消费者信心指数构建及应用研究

项目编号: No.71203218

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 宏观管理与政策

项目作者: 孙毅

作者单位: 中国科学院大学

项目金额: 19万元

中文摘要: 在"调结构、扩内需"的政策背景下,扩大居民消费是应对国际经济压力、保障国内经济增长的关键举措。目前监测消费形势的重要指标- - 消费者信心指数的编制仍然以抽样调查为主,存在样本量小、代表性差、统计周期长、随机干扰较多、难以反映突发事件影响等不足。国外最新研究表明,基于网络行为数据构建的消费者信心指数可以有效弥补抽样调查法的不足。基于这一思想,本课题拟利用网络搜索数据和用户情绪倾向数据构建准确、及时、代表性更强的消费者信心指数,重点探讨:(1)网络行为与消费者信心的关联机理;(2)基于网络行为的消费者信心指数构建,包括指数成分确定、核心关键词选择、情绪特征挖掘以及指数的合成等;(3)基于网络行为的消费者信心指数对原有研究结论的修正与完善以及在消费政策评估、消费结构监测等新领域的应用研究。该研究视角和方法均具有创新性,相关成果也将为市场主体决策提供了新的依据。

中文关键词: 大数据;网络行为分析;消费者信心指数;消费者物价指数;量化交易

英文摘要: On the policy background of "adjusting economic structure, expanding domestic demand ", expanding household consumption has become a key measure to relieve international economic pressures and promote domestic economic growth. At present, the data of establishing CCI(consumer confidence index), which is an important indicator for monitoring the consumption situation, mainly comes from sample survey, therefore this index exist some deficiencies, such as small sample size, poor representation, lag of data acquisition, numerous random disturbances, and insensitive to incidents. However, the latest studies have shown that the new way of establishing CCI by considering network behavior data would effectively compensate for the deficiencies of the traditional sample survey method. Based on this perspective, this research intends to establish a more accurate, timely and representative CCI by combining web search data with users' emotional tendency data, and focuses on three points: (1) the correlation mechanism of network behavior and consumer confidence; (2) the establishment of CCI based on network behavior, including determining the components of the new index, selecting the core keywords, mining the emotional characteristics and composite of the index; (3) the application study of the new CCI, including the r

英文关键词: big data;network behavior analysis;consumer confidence index;consumer price index;quantitative trade

成为VIP会员查看完整内容
0

相关内容

从各种各样类型的数据中,快速获得有价值信息的能力,就是大数据技术。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
虚拟数字人应用技术与发展路径
专知会员服务
99+阅读 · 2021年11月3日
专知会员服务
48+阅读 · 2021年7月14日
专知会员服务
133+阅读 · 2021年4月27日
专知会员服务
32+阅读 · 2021年2月12日
专知会员服务
51+阅读 · 2021年1月19日
专知会员服务
111+阅读 · 2021年1月8日
基于深度学习的金融指数基金设计
专知
3+阅读 · 2022年2月26日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
虚拟(增强)现实白皮书,82页pdf
专知
0+阅读 · 2021年4月9日
支持个性化学习的行为大数据可视化研究
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
安全牛发布《威胁情报市场指南》报告
安全牛
12+阅读 · 2017年7月10日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
Arxiv
12+阅读 · 2018年9月5日
小贴士
相关VIP内容
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30日
虚拟数字人应用技术与发展路径
专知会员服务
99+阅读 · 2021年11月3日
专知会员服务
48+阅读 · 2021年7月14日
专知会员服务
133+阅读 · 2021年4月27日
专知会员服务
32+阅读 · 2021年2月12日
专知会员服务
51+阅读 · 2021年1月19日
专知会员服务
111+阅读 · 2021年1月8日
相关资讯
基于深度学习的金融指数基金设计
专知
3+阅读 · 2022年2月26日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
虚拟(增强)现实白皮书,82页pdf
专知
0+阅读 · 2021年4月9日
支持个性化学习的行为大数据可视化研究
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
【知识图谱】基于知识图谱的用户画像技术
产业智能官
102+阅读 · 2019年1月9日
网络舆情分析
计算机与网络安全
20+阅读 · 2018年10月18日
安全牛发布《威胁情报市场指南》报告
安全牛
12+阅读 · 2017年7月10日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员