在大数据时代下，互联网平台产生的大规模海量搜索数据的价值不断得到学术界和工业界的重视。针对目前互联网海量搜索数据在预测和预警研究方面的不足，本书提出了一个基于互联网海量搜索数据的预测及预警分析框架，以互联网海量搜索数据为基础，通过网络文本挖掘、特征选择等方法确定关键词，将计量经济模型、人工智能模型等综合集成起来，提出了关键模型、方法和技术，并将所提出的分析框架成功地应用于国际原油价格和旅游行业的预测及预警研究中，且验证了研究框架的有效性。

目录
第一篇 概述
第1章 绪论 3
1.1 互联网海量搜索数据挖掘研究的重要意义 3
1.2 互联网海量搜索数据挖掘的研究现状 8
1.3 行业预测及预警研究现状 15
1.4 本书的创新点 24
第二篇 互联网海量搜索数据挖掘研究框架
第2章 互联网海量搜索数据挖掘相关理论基础与方法 29
2.1 引言 29
2.2 互联网海量搜索数据挖掘研究的理论基础 30
2.3 互联网海量搜索数据挖掘研究的框架 32
2.4 关键模型、方法与技术 35
2.5 本章小结 46
第三篇 互联网海量搜索数据挖掘在国际原油价格分析中的应用
第3章 基于互联网海量搜索数据的原油市场投资者关注指数构建研究 51
3.1 引言 51
3.2 投资者关注指数构建方法 52
3.3 数据分析 57
3.4 实证结果分析 59
3.5 本章小结 65
第4章 基于投资者关注指数的原油市场投资者交易活动关系研究 66
4.1 引言 66
4.2 原油市场投资者分类及特征 67
4.3 数据分析 76
4.4 实证结果分析 79
4.5 本章小结 84
第5章 基于投资者关注指数的国际原油价格不对称性研究 85
5.1 引言 85
5.2 基于投资者关注指数的原油价格研究框架 86
5.3 数据分析 89
5.4 实证结果分析 91
5.5 本章小结 98
第6章 基于投资者关注指数的国际原油价格波动率研究 100
6.1 引言 100
6.2 原油价格波动率建模研究框架 101
6.3 数据分析 103
6.4 实证结果分析 104
6.5 本章小结 108
第7章 基于投资者关注指数的国际原油价格集成预测研究 110
7.1 引言 110
7.2 集成预测模型框架 111
7.3 模型及评价体系设置 112
7.4 实证结果及分析 113
7.5 本章小结 120
第四篇 互联网海量搜索数据挖掘在旅游预测和预警中的应用研究
第8章 旅游预测和预警的数据及建模方法研究 125
8.1 引言 125
8.2 旅游预测研究的数据及模型 126
8.3 旅游预警研究的数据及模型 127
8.4 本章小结 129
第9章 基于互联网海量搜索数据的北京旅游客流量预测研究 131
9.1 引言 131
9.2 互联网海量搜索数据的旅游预测研究 133
9.3 基于互联网海量搜索数据的旅游预测框架 136
9.4 实证结果分析 139
9.5 本章小结 147
第10章 基于多源互联网海量搜索数据的旅游目的地需求分析 149
10.1 引言 149
10.2 多源互联网海量搜索数据分析 150
10.3 实证结果分析 154
10.4 本章小结 162
第11章 基于大数据分析的我国城市旅游预警框架研究 163
11.1 引言 163
11.2 旅游预警数据分析 164
11.3 基于大数据的旅游预警系统架构设计 169
11.4 旅游预警系统的应用 170
11.5 本章小结 171
第五篇 结语
第12章 总结与展望 175
12.1 本书的研究结论与创新点 175
12.2 研究展望 179
参考文献 180