融合搜索查询与社交媒体数据以改进经济指标预测
社会与信息网络
2021-07-14 v1 物理与社会
应用统计
统计方法学
摘要
利用互联网活动预测政治、经济与公共卫生指标已取得参差不齐的结果。例如，尽管某些明确调查的公共舆论度量与社交媒体代理变量相关性良好，但仅由社交媒体中提取的情绪驱动盈利投资策略的机会似乎已经消失。然而，互联网上潜在可预测输入信号的空间呈组合式庞大，并将继续吸引细致探索。在此，我们将来自 Google Trends 的失业相关搜索数据与 Twitter 上的经济语言相结合，试图现在cast与预测：1. 美国各州及全国的失业申领，以及 2. G7 国家的消费者信心。基于近期开发的基于搜索查询的模型，我们表明纳入 Twitter 数据改进了失业申领的预测，而原方法在现在cast上仍略优。用时间统计特征（例如移动平均与变化率）丰富输入信号进一步降低误差，并提升所提方法应用于其他经济指数（如消费者信心）时的预测效用。
引用
@article{arxiv.2107.06096,
title = {Blending search queries with social media data to improve forecasts of economic indicators},
author = {Yi Li and Asieh Ahani and Haimao Zhan and Kevin Foley and Thayer Alshaabi and Kelsey Linnell and Peter Sheridan Dodds and Christopher M. Danforth and Adam Fox},
journal= {arXiv preprint arXiv:2107.06096},
year = {2021}
}
备注
12 pages, 7 figures