摘 要

生猪市场价格波动主要是因为供需关系影响以及其他很多因素影响，生猪价格波动的预测并非无线索可寻，像猪粮比、能繁母猪出栏量等指标，就对生猪价格的预测有一定参考意义。本课题旨在通过互联网数据，发现更多与生猪价格具有影响力的先导指标，从而形成基于互联网数据的生猪价格预测模型。本课题要求挖掘包括但不限于互联网情绪指标与生猪价格之间的关联关系和预测。确实找出互联网情绪指标对生猪价格的影响，或是提出相关解决方法，对于研究互联网情绪指标对现实社会的影响有着重要的意义。

论文主要研究了互联网中各种影响因素对生猪价格的波动，从中发现对生猪价格有着真正影响的指标，从而对其关联关系进行分析和预测。基于生猪监控所获得的各项数据，运用数据挖掘和经济学原理，对所收集到的各项数据进行分析，分析互联网情绪指标对生猪价格影响的比重，形成一般性的可运用的分析方法和处理模式。

本文特色在于该题目与大众生活密切相关，不局限于生猪价格，而是致力于形成一个分析的模板，可以举一反三应用到其他方面。互联网大数据作为近几年的热门项目，也希望通过本论文，将传统的、基于市场反馈的经验数据预测，发展为网络数据化的，及时高效的现代预测模式。

结合生猪监控数据的来源：全网、官方微博、微信公众号、指定论坛、行业资讯这5大信息来源平台中的各项数据，将其分为积极影响，消极影响，和不相关影响。得出以下大致的分析：

1. 疫情数据对生猪价格有显著影响
2. 专家分析对生猪价格无明显影响
3. 食品安全对生猪价格有显著影响
4. 网民们对于生猪价格的讨论对生猪价格有显著影响

其中生猪讨论舆情由于涉及到诸多情绪的具体影响数值，在摘要中不过多描述，会在正文中具体阐述。

关键词：数据挖掘；互联网；情绪指标

abstract

The main reason like pig grain ratio, sow slaughter weight, is on the price of live pigs prediction . The purpose and influence the leading indicators of the price of live pigs through Internet data, so as to form a pig price forecasting model based on Internet data. The topic of this topic requires mining, including but not limited to the relationship between the Internet emotional index and the price of live pigs and forecast.

Of the Internet on the price of live pigs, and found that there is a real impact on them.Based on the data obtained by monitoring of live pigs, using data mining and economics principle, carries on the analysis to the data collected, proportion of Internet sentiment index of hog prices influence analysis, general can use the analysis method and treatment pattern formation.

Featured in this paper is the subject and public life are closely related, is not limited to the price of live pigs, but is committed to the template for the formation of an analysis, can instance application to other areas.Internet data as a hot item in the recent years, also hope that through this thesis, the traditional, prediction based on market feedback to the empirical data, development for the network data, timely and efficient modern prediction model.

In combination with pig monitoring data source: the whole network, the official micro Bo, micro channel number of public, specify the forum, industry information the information source platform in the data, which is divided into positive impact, negative influence, and not related to influence. Come to the following general analysis:

(1) the epidemic data has a significant impact on the price of live pigs

(2) expert analysis has no significant impact on the price of live pigs

(3) food safety has a significant impact on the price of live pigs

(4) public opinion on pig prices have a significant impact on the price of live pigs

In which the pig to discuss public opinion as a result of the specific impact of many emotions involved in the numerical, but more described in the summary, will be described in the text.

Key words: data mining; Internet; emotion index

目录

摘要 I

abstract II

第一章 绪论 2

第二章 文献综述 3

2.1互联网情绪指标及其相关概念 3

2.2消费情绪 3

2.3情绪与价格波动 4

第三章 问题提出及研究方案 5

3.1问题提出 5

3.2研究目的 5

3.3研究意义 5

3.4 消费情绪的操作性定义及其测量 5

3.5 正式研究 7

3.5.1 研究目的 7

3.5.2 研究思路 7

3.5.3研究过程 7

第四章 结论 10

4.1论文的局限 10

4.2未来研究方向 11

参考文献 12

致谢 13

1. 绪论

该章节主要是对课题《互联网情绪指标和生猪价格的关联关系挖掘和预测》所期望实现的目标的方法设计思想和结果的大体预测；国内外目前研究的方向成果、课题所要研究的内容或者是解决方法、希望能达到的目标等进行综合的论述。

人类的信息交流已经从过去的书籍等纸质载体移到了网络上。搜索引擎的出现更是方便了人们在网络上快速的获得想要的信息。我们的生活也与大数据密不可分，人们对未来的预测以及对过去的总结，越来越多地在从经验化，固定化的信息总结向着数据化、及时性的大数据分析改变。我认为，虽然现在看不出来，但是大数据正在一步步的改变我们日常生活的方方面面。

猪肉作为中国市民食物的主要来源之一，生猪价格受到各种因素的影响。并且猪肉对市场的影响反应波动明显。“生猪价格的波动总的来说是受供求关系的市场影响^[1]”。生猪价格波动的预测并非无线索可寻，像猪粮比、能繁母猪出栏量等指标，就对生猪价格的预测有一定参考意义。但是本文不在传统层面上研究生猪价格的影响因素，而是通过互联网情绪指标这一新兴要素来发现和挖掘对生猪价格影响的因素。