经济与社会数据的临近预测：搜索引擎数据何时及为何失效——以 Google Flu Trends 为例
物理与社会
2014-08-05 v1 计算机与社会
社会与信息网络
摘要
准确掌握当前经济状况对央行和财政部尤为重要，而掌握流行病现状对卫生部则至关重要。利用搜索引擎数据提供此类社会与经济指标的“临近预测”（nowcasts）正受到越来越多的关注。然而，用户搜索某个短语可能是出于独立获取信息的需求，也可能仅仅是因为许多人都在搜索它。我们研究了搜索动机对利用搜索引擎数据预测同期社会与经济指标准确性的影响。我们通过四个 Google Flu Trends 数据准确预测实际流感病例的案例，以及四个搜索数据严重高估的案例，阐述了其对预测准确性的启示。采用标准的统计方法——Bass 扩散模型，我们发现，在预测准确的案例中，独立信息搜索动机远强于预测不准确的案例；而在预测不准确的案例中，社会影响（即人们仅仅因为许多人都在搜索而搜索某个短语的现象）远强于预测准确的案例。因此，当社会因素对搜索决策的影响较强时，搜索引擎数据可能成为同期指标的不可靠预测器。
引用
@article{arxiv.1408.0699,
title = {Nowcasting economic and social data: when and why search engine data fails, an illustration using Google Flu Trends},
author = {Paul Ormerod and Rickard Nyman and R Alexander Bentley},
journal= {arXiv preprint arXiv:1408.0699},
year = {2014}
}
备注
5 pages