论文提纲一、绪论大数据时代背景钢材市场二、文献综述三、数据百度指数googletrends钢材市场指标四、实证研究方法基准模型新模型五、实证研究的结论六、利用模型进行预测钢铁价格销量预测并检验预测结果下游产品（汽车---轿车价格销量预测）七、结论、局限性、前景展望我准备加权百度指数和谷歌趋势搜索的数据来定义互联网搜索指标，权重根据外贸占GDP的份额赋予。确定基准模型和新模型使用互联网作为搜索工具，消费者可以找到支持购买决策的关键的有用信息。[1]一、绪论1.1大数据时代背景大数据时代的显著特征是能够获得更细粒度的数据并且有能力进行数据分析。信息技术，比如搜索引擎（Google、百度、Yahoo等）、社交网络（Facebook、人人网等）、手机GPS功能等，使每个消费者的数字踪迹被跟踪并且记录下来，由此可以获得全面的数据，使研究的“样本=总体”，因此数据的量变带来结果的质变。记录下的每个人浏览网页的习惯也正在变革传统的商业理念，这方面最好的例子就是Google，通过在线免费提供给消费者互联网产品，以此来获得每个消费者的行为信息，给每个消费者提供定制的广告信息，他的盈利主要是向商家收取广告费用，把成本从消费者转移到了供应商。不同于微软面向每个消费者提供许可证收费的盈利模式。（这一段可以写进Introduction）大数据时代的另一特征就是，发现经济现象之间的相关关系并且立即加以运用，转化为实际的商业价值比探究经济现象背后的因果关系更加重要。数据的量变和处理能力提高简化了我们的研究方法，传统的更好拟合样本数据的复杂的数学模型显得并不那么试用，我们用简单的线性回归模型对钢铁市场进行预测，同样获得了比复杂模型更好的效果。（有待补充）1.2钢铁工业钢铁工业是国民经济的基础产业、具有较高的产业关联度，与建筑、机械、汽车、家电、造船等下游行业存在密切联系，为国民经济的快速发展提供重要的原材料保障。近年来，钢铁价格波动剧烈，2013年钢铁市场没有摆脱上年持续的弱市行情，价格在震荡中回落。目前，钢铁价格处于下降状态的主要原因是下游市场需求增长缓慢，粗钢产量居高难下，供需不平衡使价格下降。数据显示，2012年底，我国规模以上工业企业粗钢生产能力已达9.7亿吨，产能利用率仅为75%。2013年上半年，钢铁产业生产继续保持高位，市场供大于求状况没有明显缓解，由于成本居高不下，企业经济效益呈逐月下降趋势，钢铁行业盈利状况处于工业行业最低水平。钢铁行业产能过剩造成资源浪费，企业生产成本提高，降低了企业的盈利能力，导致竞争加剧，制约经济增速回升。因此研究影响我国钢铁价格的走势，使企业规避价格下降带来的风险有重要的现实意义。我们将利用钢铁市场的历史数据以及互联网上的相关关键词的搜索指数来对钢铁价格走势进行预测。一般认为历史数据中包含了经济波动的影响因素，可以利用它来对未来的经济走势进行预测，而互联网的搜索数据能够直接地度量市场上的关注程度，反映市场参与者的行为动机。我们这里以成品钢材为代表来研究钢铁市场，以百度指数和googletrends指数的加权指标SearchIndex来代表互联网搜索指数，综合利用这两组数据相信可以取得很好的预测效果。二、文献综述在过去的数十年间，许多社会科学研究都致力于改善越来越复杂的数学模型来预测社会和经济趋势。然而，在最近几年中，细粒度数据的可获得性开辟了新的选择。尤其是诸如互联网搜索技术、移动电话、电子邮件和社会传媒技术的进步提供了非常详尽的人类行为的记录。最近研究者开始利用从这些新技术中搜集到的即时数据进行研究。例如，Wu,L.,Waber,B.,Aral,S.,Brynjolfsson,E.,andPentland,A.S.(2008).通过部署社会经济的证章来衡量一组IT员工之间时时刻刻的互动发现了新的社交网络动力学，这只可能通过获得微观层面的准确数据才能实现。Lazer,D.,Pentland,A.等（2009）列举了多个例子来证明新技术产生的高质量的数据正在改变社会网络研究的格局。相似的，企业也使用在线收集的大批数据来预测消费者偏好、各种各样商品的供给和需求，以及像库存量和存货周转率这样的基本运营参数。通过信息技术带给我们的收集和有效分析庞大数据的能力，...