一直以来,房地产业作为我国的支柱产业受到人们的高度关注,房地产市场的交易情况也备受关注。但国家统计局对房地产市场交易量等统计数据发布时间为每月中旬,具有明显的滞后性,无法及时满足政府制定政策的需要。官方数据缺乏时效性成为了制约政府或房地产市场参与者进行理性决策的关键性问题。互联网科技的飞速发展为这一问题提供了新思路。现今,当人们产生购房需求时,其心理预期和行为在房地产市场和互联网上都有所反应,房地产市场体现为商品房成交价格和成交量的变化,而互联网则体现为相关关键词搜索量等指标的变化。因此,网络搜索数据和商品房成交量存在着一定的相关关系。基于以上逻辑,本文以北京、上海、杭州、武汉、成都五个城市作为研究对象,分析房地产交易量与基于百度搜索关键词构建的网络搜索指数之间的关系。本文首先综合确定了与商品房成交量相关的关键词并分别通过随机森林和时差分析法选取相关性前十位关键词。然后本文将筛选出的关键词用主成分分析法合成了网络搜索指数,并分别构建了商品房成交量的自回归模型和基于网络搜索指数的回归模型。本研究通过基于不同模型的短期预测和长期预测,对比了模型的预测效果。对研究结果进行分析,本文最终得出了以下结论:(1)从总体上看,百度搜索指数能够提高对商品房成交量的预测效果;(2)百度搜索数据更适用于商品房成交量的短期预测,能够提高预测的时效性;(3)随机森林比时差分析法对百度搜索关键词的筛选效果更好;(4)购房者对房地产相关信息的关注点较为集中,受宏观政策影响较大。