祝雅洁 张瑜 陈曦若 宋楠

【摘  要】“互联网+大数据”背景下，搜索引擎为预测提供了多源瞬时信息。现有的组合预测模型通常是建立在历史数据的基础上，无法体现搜索指数等多源信息融合的特点。因此，论文为提高预测的精度，充分利用多源信息，根据信息来源的不同，从不同视角构建了3种单项预测模型。最后，为降低预测的风险，从合作对策的角度出发，构建组合预测模型。实证结果表明，论文提出的模型从预测稳定性和精度方面都有显著提高。

【Abstract】In the context of "internet + big data"， search engines can provide multi-source instantaneous information for prediction. Current combined prediction model is usually constructed based on historical data， which cannot reflect the characteristics of multi-source information fusion such as internet search index. Therefore， in order to improve the prediction accuracy and make full use of multi-source information， this paper constructs three single prediction models from different perspectives according to different information sources. Finally， in order to reduce the risk of prediction， a combined prediction model is constructed from the perspective of cooperative game. The empirical results show that the prediction stability and accuracy of the proposed model are improved significantly.

【关键词】多源信息;搜索指数;组合预测;合作对策

【Keywords】multi-source information; search index; combined prediction; cooperative game

【中图分类号】O211.67;TP277                                             【文献标志码】A                                                 【文章编号】1673-1069（2021）08-0078-04

1 引言

在“互联网+”大数据时代，大数据预测作为大数据核心应用之一，主要依赖大数据的来源[1]。例如，新冠肺炎出现以来，在短短时间内迅速传播。预测病情的蔓延程度成为公共卫生组织和专家学者们做好预防的核心工作。研究人员利用谷歌搜索引擎和百度搜索引擎，搜集了与武汉新冠肺炎相关关键词的大量数据，并根据大数据和智能预测方法预测疫情的拐点，为政府和相关管理部门制定管控措施提供了科学依据。事实上，在2009年美国甲型H1N1流感病毒出现前，谷歌的数据分析师就在《自然》杂志上发表论文[2]，正是根据人们在谷歌上的搜索记录，成功预测了病情的蔓延程度以及流感出现的区域。可见大数据预测能够充分利用网络搜索获得的多源信息对预测目标进行准确的预测。

近年来，随着计算机网络技术的广泛和深入发展，移动互联网、云计算和智能手机等不同传感器的广泛使用，为人们提供了海量的数据。……