在我国消费市场正迅速增长的背景下,国家统计局的数据却显示出2020年消费下降了 3.9%,拉低了 GDP增长速度,这种现象的发生,能够联想到最直接的因素就是当下疫情所导致的居民消费需求不足。从不同的角度可以针对居民消费现象进行量化的描述,根据消费者信心是能够反应整个国家在短时期内居民消费需求的一个重要指标,因此本文将消费者信心指数作为研究对象,该指数可以为消费者群体对于未来一段时间内收入、支出预期作可靠的判断,甚至是为当前和未来的经济形势及前景的作出宏观的衡量。基于人们越来越习惯于通过网络搜索引擎来查询所关心的事件,且网络搜索数据是一种海量数据,因此本文借助网络搜索数据,作为研究的数据支撑,通过挖掘关键词网络搜索的频率,去了解人们的关注对象以及关注程度。最后本文将两者结合起来,即利用相关关键词的网络搜索数据重新构造消费者信心指数,通过对比多个统计方法进行指数的拟合预测效果,并给出最后预测的指数。本文内容主要包括以下部分:第一部分,对消费者信心指数的编制原理和用途、网络搜索数据的定义和应用,分别进行介绍,然后将其可以关联分析的内在逻辑,以及应用网络搜索数据预测消费者信心指数的优势进行分析。第二部分,确定并筛选用于预测消费者信心指数的搜索关键词。首先是构造出网络搜索关键词的词库,依据我国消费者信心指数编制的问卷设计所围绕的中心内容,本文最终划分了经济环境、家庭生活要素、生活购买支出、就业四个初级层次,从每个层次中依次确定具体搜索关键词共53个。其次是筛选关键词,通过相关性分析筛选出具有研究意义的关键词共44个。第三部分,选择了 LSTM模型、主成分回归、核偏最小二乘回归三个不同的统计模型方法,对消费者信心指数的拟合预测做实证分析。数据选取时间范围在2011年1月至2021年5月的关键词百度指数与消费者信心指数,计算产生的误差并比较它们的精度,发现一般回归模型中的主成分回归的精度是较好的,因此最后选择该模型做最终消费者信心指数的预测,最后本文在样本数据测试集上得到了一定置信度的预测结果。本文充分证明了在消费愈来愈成为经济主要驱动力的背景之下,通过挖掘网络大数据研究消费者信心指数,研究消费会因大环境下的一些重大事件发生变动,无论是为市场完善指标体系,还是对消费者主体帮助决策都具有很强的时效性,同时还丰富了统计方法在经济指标上的应用,具有较强的实用价值。