中国钢铁出口预测方法研究——基于互联网大数据技术对钢铁市场预测的应用分析

作者：张坤,惠亮

摘要：综合运用互联网大数据,丰富外贸预测数据来源,对提升外贸监测预警分析能力,提高决策的针对性、科学性和时效性具有重要意义。本文基于钢铁行业相关文献研究,从阐述互联网大数据对中国钢铁出口值预测作用机制出发,基于百度搜索数据和中国钢铁出口值的月度数据,建立引入互联网大数据的SVR回归预测模型对中国钢铁出口值进行预测,并与传统时间序列模型进行对比分析。实证表明:引入互联网大数据样本进行钢铁出口预测时,SVR模型预测效果明显优于其他对比模型;基于互联网大数据建立的SVR预测模型可以更好地逼近真实值的波动,能够更加准确地对钢铁出口值进行预测,为外贸进出口监测预警提供应用方法参考。

发文机构：中华人民共和国青岛海关

关键词：钢铁出口预测监测预警舆情数据非结构化数据挖掘SVR模型steel export forecastmonitoring and early warningpublic opinion dataunstructured data miningSVR model

分类号： F42[经济管理—产业经济]