摘 要：随着互联网的快速蓬勃发展，大数据时代已经来临。互联网给人们带来轻松便利的同时也记录着用户的行为，例如用户的搜索行为就会被大数据所记录下来，而这些被记录的搜索数据也能在一定程度上反映用户的行为趋势。通过对这些大数据的分析，就能够探究用户搜索行为背后的原因和目的，预测用户消费趋势，满足用户实际需求。

本文主要是在百度指数的基础上，以“新能源汽车”为搜索关键词，研究选取2015年－2020年的百度指数数据，结合ARIMA预测模型，完成基于百度指数数据的用户搜索趋势预测模型的建立。

本论文比较详细的描述了通过ARIMA模型来完成百度指数的预测模型的建立过程，丰富了基于百度指数的趋势预测的相关研宄，也为广大运营商对“新能源汽车”进行进一步的市场预测和采取相应的运营策略奠定基础。

 

关键词：百度指数；搜索预测；ARIMA模型

 

目 录

摘 要

Abstract

第1章 绪 论 1

1.1研究背景 1

1.2研究意义 3

1.3文献综述 3

第2章 相关理论和方法 5

2.1百度指数简介 5

2.2研究方法 6

第3章 数据采集与处理 8

3.1搜索关键词的选取 8

3.2研究数据采集 8

3.3数据处理 10

第4章  用户搜索趋势预测研究 11

4.1 ARIMA模型预测步骤 11

4.2稳定性分析 12

4.3模型参数确定 14

4.4模型建立和检验 16

4.5预测 18

第5章 结论与展望 21

5.1研究结论 21

5.2 研究局限与展望 21

致谢 22

参考文献 23

附录1 24