《表3 不同模型和算法的MSE结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于电子口碑和用户关注度的汽车销量预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表3展示了使用不同数据集的模型和不同算法获得的MSE的结果。表中的结果报告了百度指数滞后一期的效果。表中除了模型（4）中（外观和内饰）的MSE值大于基准模型外，其他模型得出的MSE均小于基准模型，三种机器学习算法在模型（2）中得出的MSE结果均比基准模型的MSE小，获得的MSE结果一致。验证了本文提出的第一个研究问题，搜索数据可以有效的增强汽车销量的预测效果；回顾之前的第二个研究问题，是否口碑属性得分能够有效的增强搜索数据的预测作用，根据鲁棒性检验，在三种算法中，口碑总得分并不能有效增强搜索数据的的预测效果。而在三种机器学习算法下，基于百度搜索指数+动力属性评分的模型结果一致，表明在搜索数据的基础上，汽车动力口碑上的变化能够影响汽车的销量。在非线性方法下，模型（4）中的空间、操控、舒适性三个结果一致，MSE值均小于模型（2）的结果，都能够增强搜索数据的预测效果。说明空间、操控、舒适性是消费者最关心的几个方面，这些产品属性方面的变化，能够引起消费者的关注和购买。同时也说明基于产品总评分的口碑预测效果，弱于基于产品某些属性特征的口碑预测效果。