《互联网用户数预测研究21404.docx》由会员分享,可在线阅读,更多相关《互联网用户数预测研究21404.docx(6页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、我国互联网网用户数预预测研究文章研究了了利用Baass模型型预测我国国互联网用用户数的方方法。首先先对Basss模型进进行了描述述,然后通通过已有数数据确定了了Basss模型参数数,最后利利用该模型型预测了我我国互联网网用户数并并进行了误误差分析。从从预测结果果中可以大大致看出我我国互联网网用户达到到饱和的时时间,为今今后带宽的的预测打下下了基础。文文章最后给给出了Baass模型型的适用范范围与参数数确定方法法,同时也也提出了几几种改善预预测精度的的方案。 自11993年年我国提出出部署建设设国家公用用经济信息息通信网(简简称金桥工工程)以来来,我国的的互联网建建设一直处处在高速发发展阶段,互
2、互联网的用用户数逐步步增加,各各种业务层层出不穷,互互联网已成成为人们生生活中不可可或缺的一一部分。 互联联网用户数数的预测是是一个比较较新的课题题,预测是是利用科学学的手段预预先推测和和判断事物物未来的发发展趋势和和规律。互互联网用户户数预测应应根据用户户数由过去去到现在发发展变化的的客观过程程和规律,并并参照当前前出现的各各种可能性性,通过定定性和定量量的科学计计算方法,来来分析和推推算未来若若干年内的的发展方向向及发展规规律。良好好的预测有有利于今后后科学、合合理地对网网络进行规规划与建设设。 互联联网用户数数的预测对对课题中宽宽带IP互互联网带宽宽的预测起起着至关重重要的作用用。本文首
3、首先介绍预预测方法,然然后将其与与传统预测测方法作简简单对比,最最后给出预预测结果。 1、预测方法简介 当前常用的业务量预测方法主要是时间序列分析法,也就是将预测对象的历史发展状况按时间顺序排列的数据统计方法。时间序列分析法假定预测对象未来的发展趋势与历史发展趋势相一致并且不考虑外界因素的影响,找出这些统计数据与时间的函数关系,并选用相应的数学模型进行预测。常用的方法有线性回归法、指数曲线回归法。这种方法能够比较简单、直观地得到预测结果,但由于它一般采用线性或指数形式,不完全符合某些事物的发展趋势,所以对于长期预测精度不是很高。 一般一种业务的发展可以分为启动期、成长期、成熟期与饱和期4个阶段
4、,如图1所示。 图1业务发展趋势图 其中,启动期是指一项业务刚刚在市场出现的时期,在这一阶段业务刚刚被人们所熟悉,业务增长很慢。随着业务被越来越多的人接受,逐渐进入成长期,这个阶段业务被更多的人采用,业务增长很快,呈线性或指数形式。由于市场的用户数有限,随着业务的发展,将进入成熟期,这一阶段业务也有所增长,但增长的幅度越来越小,直至进入饱和期,业务在市场上基本达到饱和,增长缓慢。 由于总人口数和经济发展规律的限制,上网人数在一定时候会趋于饱和,这样,如果利用传统的线性与指数方法进行预测就会产生较大的误差,而Bass模型则能够很好地解决这个问题。 Bass模型最早是由美国的FrankBass提出
5、来的,该模型在1968年用于预测彩色电视的销售,被证明非常成功,于是逐渐用于各个领域的预测,特别是用于高新技术领域。美国的学者认为它比较适合用于宽带技术、PC、手机和3G技术的预测。 该模型有潜在市场(即用户数)、市场普及率和模型系数等几个参数。 潜在市场(即用户数)在这里是指市场饱和时的Internet使用人数,在本文中表示我国互联网用户数达到饱和时的数量,用m表示。 模型系数用P和q表示,分别表示市场外部和内部对业务发展的影响。Bass模型假设一项新产品投入市场后,它的扩散速度主要受到两种传播途径的影响:一是大众传播媒介,这里指的是运营商对Internet的宣传和广告效应,包括Intern
6、et的功能、价格和业务种类等;二是口头交流,是指已经采用Internet业务的使用者对未采用该业务的使用者的内部影响,包括使用者对Internet业务的可靠性、特点等性能方面的介绍。Bass模型据此将Internet使用者分为两个群体,一个群体只受大众媒体的影响,另一个群体只受口头传播的影响,它们对Internet总使用者的影响分别用p和q表示,称p为创新系数,称q为模仿系数。 F(t)表示自Internet业务出现后的第t年Internet使用者占潜在使用者的累计比例,它满足以下方程 (1) 如果F(0)=0,可以得出该微分方程的解为 (2) 因此,如果用S(t)表示在时间t的累计使用者,那
7、么Bass模型可以表示为如下形式: (3) 从上式可以看出,只要得到m、p和q的值就可以将整个模型确定下来,代入相应年份即可进行Internet用户数预测。 2、我国互联网用户数预测 基于以上的讨论,只要能够根据已知值确定该Bass模型的各项参数,便可利用它对我国互联网用户数进行预测。 2.1未来5年我国互联网用户数预测 根据CNNIC(中国因特网络信息中心)的统计数据可以得到我国历年的上网人数统计,见表1。 表1历年中国上网人数统计表(数据来源于CNNIC) 据资料显示,国外Internet用户数的饱和数量约为固定电话用户数饱和数量的两倍,因此通过固定电话用户数饱和数量的预测即可近似得到上网
8、用户数的饱和数量。需指出的是,我国的移动电话人数逐年递增,移动电话的普及对于固定电话的数量会有一定影响,这里作为现阶段的估算并没有考虑这个因素,但随着移动电话人数的增长,在今后的预测中应当及时修正固定电话用户值。同时,移动电话本身已开通上网业务,但由于其资费较贵、业务种类不多而且提供的带宽较窄,目前使用移动电话上网的人数并不多。在我国很长一段时间内网民仍会采用通过固定电话上网的方式,因此本文并未将这部分人数计入Internet用户数中。 据专家预测,我国固定电话用户达到人口总数的40%后就接近饱和,而考虑我国的农村人口较多,因而取人口的60%为我国的Internet的潜在最大用户数,即式(3)
9、中m=78000万人。利用表1提供的2003年和2004年的上网用户数,取1992年为基年,即1992年的人数对应于S(0)=0。通过计算得出了Bass模型的p、q值分别为0.003738和0.156262。 于是Bass函数变为 (4) 这样只要代入相应年份就可以估算出未来的上网用户数,利用式(4)即可预测我国未来5年的互联网人数,如图2所示。 图2未来5年我国互联网用户数预测图 2.2我国互联网用户数饱和预测 Bass模型给出了事物从启动期、成长期、成熟期到饱和期的发展趋势,图3是根据Bass模型计算出来的我国未来互联网用户数的增长趋势。 图3我国互联网用户数饱和预测 从图3可以看出,我国
10、Internet用户数的增长将在2010年和2025年左右出现拐点,说明我国Internet用户数的增长在2010年将进入成熟期,2025年进入饱和期。 2.3预测误差分析 为了对这种方法的正确性进行验证,可把依据模型得到的人数与实际人数进行对比,如表2所示。 表2Bass模型预测的上网人数与实测值比较 作为对比,按照参考文献1中介绍的指数曲线回归法,可得到利用该方法预测互联网用户数的表达式yt=0.3912.5t(仍取1992年为基年),这样可以得到表3。 表3指数曲线回归法预测上网人数与实际人数比较 比较表2与表3,明显发现利用指数曲线回归法所得到的预测上网人数与实际值有很大的差异,这主要
11、是因为这种方法没有考虑市场的饱和程度,而通过图1所示的曲线可以看到,一项业务的发展只在成长期与成熟期有类似指数形式的增长趋势,若将指数形式用于该事物的整个发展阶段很明显是错误的。由于Bass模型符合一般业务的发展趋势,因此用其计算得到的预测值误差非常小,这表明利用Bass模型预测我国未来互联网人数是比较准确的。 3、结束语 利用Bass模型进行预测的一个很重要的工作就是其参数的确定,选用不同的方法确定模型参数对于预测的精度有很大的影响。根据最近两年的数据来确定模型的参数是比较合理与精确的,同时如果利用业务在启动期的数据来进行预测是不准确的,这是因为启动期是一个业务刚刚开始发展的时期,它的变化趋势缓慢,不足以概括业务发展的整个过程,利用成长期与成熟期的数据比较精确。 为了提高预测精度,还可以将Bass模型与其他的预测方法结合使用,比如可以利用Bass模型与神经网络预测相结合的方法,同时还应对预测结果进行不断修正与审定,特别是随着时间的推移,应根据不断得到的新数据对预测数据进行修正,这样才能够科学准确地预测我国将来的互联网人数。
限制150内