网络舆情大数据预测商品销量研究

随着计算机技术的日新月异和互联网的快速普及，自媒体的发展可谓乘风破浪。如今微博、微信等为代表的自媒体公众平台己无孔不入，进一步推动了互联网作为网民表达利益诉求和社会关切的重要渠道。“人人都有麦克风”催化网络舆情的生成发酵，自媒体网络舆情时代悄然将至。基于我国社会阶级层次、网民知识结构、社会稳定程度以及庞大的人口基数等方面的因素，我国的网络舆情场所较之发达国家有过之而无不及，且造成的衍生影响及网络舆论的影响力同样不可小觑。

如今的网上购物可谓风生水起，各种购物网站应运而生，购物形式也是丰富多彩。网购已成为人们必不可少的一种生活方式，很多突发网络舆情都会对某些商品的销售情况有影响。在汉斯出版社《统计学与应用》期刊中，论文作者从实际问题出发，通过分析突发网络舆情，研究网络舆情与商品销量间的关系，方便商家及时掌握消费者的需求。

网络舆情可分为从众舆情(从众、网红、明星同款)、客户评论舆情(评价，好评、差评)、经济舆情(性价比、假日折扣)、社会舆情(气候、地域、政治、突发流感)、文化舆情(文化节日、旅游出行)等。作者采用Python语言编写数据获取程序，分析突发网络舆情，并研究网络舆情与商品销量间的关系，得出以下结论。

根据分析，作者发现商品的销售量与价格、信誉、服务质量和客户评论有很大关系，因此通常情况下，并不会受网络舆论的很大的影响。但是，当一个网络舆论的讨论量突然上升较多时，则会对某些商品的销售情况产生较大影响。对于对于网络舆论的分析，首先根据收集的数据通过折线图来确定某一个舆论的突发时间段和其直接影响的商品，收集其影响商品在突发时间段的淘宝指数。通过观察估计其之间可能的曲线关系，运用SPSS软件对这几种可能的关系进行曲线回归，分析不同曲线的回归结果。最后，通过比较显著性来确定此舆论微博指数与对应商品淘宝指数的关系并得到最终关系式。

作者主要研究微博舆论指数与商品淘宝指数间的关系，并通过此关系对商品在突发舆情下的销量进行预测。将舆论分为从众舆论、客户评论舆论、经济舆论、社会舆论以及文化舆论。通过建立两组指数的回归模型得到两组数据间的关系，得到购物节微博舆论指数与女装、日用品、鞋、服饰配件四大类常见商品销量淘宝指数呈线性关系，对数码、电脑销量无显著影响；香港事件微博指数与国旗销量的淘宝指数呈指数和二次函数关系，炫雅舆论对炫雅风商品销量的淘宝指数呈线性关系。因此，商家可以利用此关系，在舆论突发时，对自家商品的销量进行预测，适当地进行进货补货措施，防止供不应求和货物堆积的现象发生。