文档介绍：网络搜索数据与GDP相关性分析 1引言根据2016年1月中国互联网络信息中心公布的《2016年中国网民搜索行为研究报告》指出:2016年,国内搜索行业呈现多元化的发展趋势,新进入的搜索引擎和现有搜索竞争较为激烈,不断细分的搜索市场和性能持续提升的终端设备正改变着用户的搜索****惯。综合搜索仍然是最基本的搜索工具,过去半年,搜索网民使用过的综合搜索网站的比例达%,此外,通过购物网站、视频网站、微博进行过搜索的网民比例也在50%NIC每半年对网民数量进行统计,结果显示,截止2016年6月30日,我国网民数量达到亿,接近总人口的50%。从中国互联网络信息中心2016年出版的《第33次中国互联网络发展状况统计报告》可以得到,我国网民年龄结构中,10-59岁的阶段占据了总人口的绝大部分,这部分人群不仅是网络的常客,也是社会经济发展的主力军,他们拥有很强的生产能力及消费能力,因此通过网络搜索数据探讨网民的消费活动,研究其消费方式及主要消费内容,通过产品形态来验证网络搜索数据行为与GDP的相关性分析是具有现实意义的。概念框架的构建本文主要把生产者生产及居民消费过程划分为需求、信息搜寻、决策三个过程,生产者有投资需求之后,通过网络搜索投资相关信息,对其生产决策将产生一定的影响,同样地,消费者有消费需求之后,通过网络搜索消费相关关键词,能够对其消费决策产生一定的影响,然而生产和消费影响市场价格,消费者与生产者也可通过网络搜索信息来了解当期市场价格。总的来讲,不论是消费还是生产,不论是市场价格体系还是宏观经济体系,均与网络搜索有很强的相关性,因此通过网络搜索关键词,分析关键词的指数变化与GDP的变化是否具有相关关系是具有一定的理论基础的。研究方法及流程主要对网络搜索数据与我国GDP的相关性进行研究,通过用户运用搜索引擎搜索相关关键词这一方式,来分析其能够对国家GDP产生什么样的影响。简单来讲,研究过程为:数据获取、数据处理、数据分析三方面。数据获取获取数据是分析的基础,数据获取首先要选用搜索引擎,纵观全球,运用最多的引擎是谷歌,但在我国,由于网络限制的影响,用户运用最多的是百度引擎,因此运用百度搜索数据来对GDP的趋势进行预测是更符合实际的。联盟第二,获取数据需要对关键词初选并进行挖掘。根据GDP的定义、作用、影响因素等,运用Googlecorrelate关键词挖掘工具和SEO关键字挖掘工具以及ICTCLAS汉语分词系统三者结合选出与GDP相关系数最大的关键词,本文共初选关键词33个。第三,关键词指标获取。将第二步获取的33个关键词导入百度指数,搜索2016年初至2016年末的关键词月度指标共48组。第四,GDP季度数据获取。在国家统计局公布的历年数据中,查找2016年初至2016年末的我国GDP季度数据共16组。数据处理由于国家统计局公布的GDP数据最小单位为季度数据,并且是相对数据,因此需要将前期获取的48组关键词月度数据数据转化为季度数据,而且百度指数上的关键词指标是绝对指标,所以还需将关键词数据转化为相对指标,才能够与GDP数据进行分析。数据分析由于GDP数据具有很强的时间性,因此运用Eviews对GDP及关键词数据进行时间序列分析,但若将所选中的33个关键词全部导入作为变量,可能会很复杂,因此运用SPSS软件先对关键词数据进行主成分分析,提取出具有代表性的几个主成