基于Lotka-Volterra模型的中国网民数量预测及其行为研究

摘要

在大数据时代的背景下，商业模式的发展出现了重大改变，许多新兴企业伴随着新的商业模式应运而生，其中的多数又很快破产或在长期竞争中倒闭，因此如何快速准确地预测未来一个新兴企业或产品的趋势具有重要意义。本文中我们试着去证明Lotka-Volterra(LV)模型在预测销售或者消费群体方面的表现要优于大部分模型。而这些新兴企业的一个共同特点是严重依赖互联网，所以我们从最方便获得和分析且数据量小的中国网民的数量入手，来为大数据时代电子商务提供一定的研究基础和较合适的研究思路。
　　而网民数量的增长趋势可以用扩散模型来描述，因此找到一个能够最准确描述中国网民数量增长趋势的扩散模型非常重要。本文中，我们分别讲述了四种常见的扩散模型及其参数估计方法，即Gompertz模型，Logistic模型，Bass模型和LV模型。并且利用这四种模型及2007-2014年的中国网民数量的数据对模型进行拟合，利用拟合优度R2和预测精确度(即平均绝对百分误差(MAPE)，平均绝对误差(MAE)和均方根误差(RMSE)分析了模型的拟合效果，然后计算2015年-2017年的预测值，利用MAPE比较四种模型的预测效果。通过分析结果发现，LV模型在拟合和预测中国网民数量时的拟合优度和预测精确度均最高，这说明LV模型的扩散轨迹更符合中国网民数量的增长趋势。
　　我们还利用LV模型可用于分析两个种群之间的竞争关系的特性分析了中国城乡网民之间的竞争关系，然后分析形成该种关系的原因，为政府或企业提供决策支持。实验结果表明中国城乡网民之间是偏利共生的关系，即农村网民的渗透不受城镇网民渗透的影响，但是当农村网民的渗透增加时，城镇网民的渗透将增加，产生该种关系的原因与中国不可逆的城镇化发展模式息息相关。因此，我们认为促进农村网民数量的增长有利于推动整体网民数量的增长。未来政府或企业可围绕手机挖掘移动互联网服务情景，促进农村互联网的普及率。
　　另外，为了进一步验证LV模型在预测消费群体方面的优势以及分析不同消费群体之间竞争关系的特性，我们对网民的行为进行了研究。与分析中国网民数量的方法相似，利用四种模型分别对网络游戏用户规模进行了拟合和预测，还分析了即时通信与网络新闻之间的竞争关系，实验结果与我们的预期结果一致。
　　最后，对全文进行了总结了，并且对未来研究方向进行了一些展望。

目录

声明

摘要

1．1 研究背景及意义

1．2 文献综述及研究现状

1．3 研究目的和内容

1．4 研究方法和文章创新点

1．5 文章结构安排

第2章 论文研究模型

2．1 Gompertz模型

2．1．1 Gompertz模型的提出及假设

2．1．2 Gompertz模型的结构及参数估计方法

2．2 Logistic模型

2．2．1 Logistic模型的提出及假设

2．2．2 Logistic模型的结构及参数估计方法

2．3 Bass模型

2．3．1 Bass模型的提出及假设

2．3．2 Bass模型的结构及参数估计方法

2．3．3 Bass模型的应用及局限性

2．4．1 Lotka-Volterra模型的提出及假设

2．4．2 Lotka-Volterra模型的结构

2．4．3 Lotka-Volterra模型的参数估计方法

2．5 预测精确度准则

第3章 中国网民数量的预测及城乡网民关系分析

3．1 中国网民数量的模型拟合及实证结果分析

3．1．1 Gompertz模型的估计

3．1．2 Logistic模型的估计

3．1．3 Bass模型的估计

3．1．4 Lotka-Volterra模型的估计

3．1．5 四种模型对中国网民数量拟合和预测精确度比较

3．2 用LV模型分析中国城乡网民关系

3．2．1 问题背景

3．2．2 用LV模型分析农村网民与城镇网民关系

第4章 中国网民的行为研究

4．1 网络游戏用户规模的模型拟合及实证结果分析

4．2 用LV模型分析网络新闻与即时通信关系

第5章 研究结论和展望

5．1 研究结论

5．2 研究的不足及展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果