在大數據時代下，互聯網平臺產生的大規模海量搜索數據的價值不斷得到學術界和工業界的重視。針對目前互聯網海量搜索數據在預測和預警研究方面的不足，本書提出了一個基于互聯網海量搜索數據的預測及預警分析框架，以互聯網海量搜索數據為基礎，通過網絡文本挖掘、特征選擇等方法確定關鍵詞，將計量經濟模型、人工智能模型等綜合集成起來，提出了關鍵模型、方法和技術，并將所提出的分析框架成功地應用于國際原油價格和旅游行業的預測及預警研究中，且驗證了研究框架的有效性。
目錄
第一篇 概述
第1章 緒論 3
1.1 互聯網海量搜索數據挖掘研究的重要意義 3
1.2 互聯網海量搜索數據挖掘的研究現狀 8
1.3 行業預測及預警研究現狀 15
1.4 本書的創新點 24
第二篇 互聯網海量搜索數據挖掘研究框架
第2章 互聯網海量搜索數據挖掘相關理論基礎與方法 29
2.1 引言 29
2.2 互聯網海量搜索數據挖掘研究的理論基礎 30
2.3 互聯網海量搜索數據挖掘研究的框架 32
2.4 關鍵模型、方法與技術 35
2.5 本章小結 46
第三篇 互聯網海量搜索數據挖掘在國際原油價格分析中的應用
第3章 基于互聯網海量搜索數據的原油市場投資者關注指數構建研究 51
3.1 引言 51
3.2 投資者關注指數構建方法 52
3.3 數據分析 57
3.4 實證結果分析 59
3.5 本章小結 65
第4章 基于投資者關注指數的原油市場投資者交易活動關系研究 66
4.1 引言 66
4.2 原油市場投資者分類及特征 67
4.3 數據分析 76
4.4 實證結果分析 79
4.5 本章小結 84
第5章 基于投資者關注指數的國際原油價格不對稱性研究 85
5.1 引言 85
5.2 基于投資者關注指數的原油價格研究框架 86
5.3 數據分析 89
5.4 實證結果分析 91
5.5 本章小結 98
第6章 基于投資者關注指數的國際原油價格波動率研究 100
6.1 引言 100
6.2 原油價格波動率建模研究框架 101
6.3 數據分析 103
6.4 實證結果分析 104
6.5 本章小結 108
第7章 基于投資者關注指數的國際原油價格集成預測研究 110
7.1 引言 110
7.2 集成預測模型框架 111
7.3 模型及評價體系設置 112
7.4 實證結果及分析 113
7.5 本章小結 120
第四篇 互聯網海量搜索數據挖掘在旅游預測和預警中的應用研究
第8章 旅游預測和預警的數據及建模方法研究 125
8.1 引言 125
8.2 旅游預測研究的數據及模型 126
8.3 旅游預警研究的數據及模型 127
8.4 本章小結 129
第9章 基于互聯網海量搜索數據的北京旅游客流量預測研究 131
9.1 引言 131
9.2 互聯網海量搜索數據的旅游預測研究 133
9.3 基于互聯網海量搜索數據的旅游預測框架 136
9.4 實證結果分析 139
9.5 本章小結 147
第10章 基于多源互聯網海量搜索數據的旅游目的地需求分析 149
10.1 引言 149
10.2 多源互聯網海量搜索數據分析 150
10.3 實證結果分析 154
10.4 本章小結 162
第11章 基于大數據分析的我國城市旅游預警框架研究 163
11.1 引言 163
11.2 旅游預警數據分析 164
11.3 基于大數據的旅游預警系統架構設計 169
11.4 旅游預警系統的應用 170
11.5 本章小結 171
第五篇 結語
第12章 總結與展望 175
12.1 本書的研究結論與創新點 175
12.2 研究展望 179
參考文獻 180
新書資訊