基于移动最小二乘法的小区均价预测模型研究

基于移动最小二乘法的小区均价预测模型研究

论文摘要

房地产产业对中国经济发展而言是基石和推动力,随着房地产交易行为日益活跃,对房地产估价的需求也随之增大。近年来主流的估价方法为特征价格法,该方法以价格由商品的特征决定作为基础原理,结合数理模型,对价格进行综合评估。有大量研究使用特征价格法对住宅进行评估,建模时选用的特征较多,需要人工实地考察采集住宅特征,在实际应用中成本较高。有研究者提出以小区作为房价评估的切入点,小区是一定区域内住宅的集合,特征相较住宅更少且更宏观,易于采集。对小区进行总体的均价判断有助于全面地了解区域内的房价水平和发展趋势,并从侧面反映出小区内住宅个体的价格水平。目前有关小区均价的研究较少,主要使用特征价格法中常用的多元线性回归的方式进行数据的建模与分析,这种方式依赖于数据线性假定与固定的拟合函数设置,容易造成较大误差。通过总结前人工作,引入移动最小二乘法对小区特征数据的内在规律进行挖掘分析,主要进行了以下几方面工作:(1)小区特征数据集构建。在特征价格法的理论框架内,在住宅常用特征中对小区可用特征进行了筛选提炼,提出使用经纬度数据替代传统的区位特征,减少特征维度。选取北京市东城区与西城区作为实证研究区域,以网络为媒介,使用自动化采集特征数据的方式收集研究区域内2018年全年的小区特征与均价数据,通过数据整合、清洗、归一化等数据预处理流程,共得到908个小区的10486例7维数据样本作为用于建模分析的数据集。(2)小区均价预测模型研究。首次在特征价格法中引入具有较高拟合精度的移动最小二乘法以替代多元线性回归,对算法所使用的基函数、权函数进行了讨论和选择,并在原始算法的基础上提出了动态影响半径设置方法,以解决小区均价预测场景下数据分布不均造成的预测异常等问题。与多元线性回归所构建的模型进行对比研究,结果表明使用移动最小二乘法所构建模型的预测结果有着较高的稳定性和准确度,同时模型易于解释有效性,值得推广应用。(3)设计实现可视化原型系统。根据完成的数据集与模型,围绕功能需求研究提出原型系统架构、数据流转逻辑、底层数据库设计、界面实现方法等,实现小区查找、筛选、均价预测、数据呈现等功能,并对系统功能进行了测试,从软件工程的角度为模型应用提供直观参考。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 课题研究背景
  •   1.2 研究目的及意义
  •     1.2.1 研究目的
  •     1.2.2 理论意义
  •     1.2.3 实践意义
  •   1.3 国内外研究发展现状
  •     1.3.1 特征价格法
  •     1.3.2 机器学习估价
  •     1.3.3 移动最小二乘法
  •   1.4 论文框架及技术路线图
  •     1.4.1 论文框架及内容
  •     1.4.2 技术路线图
  •   1.5 本文主要创新点
  • 第2章 相关理论和技术
  •   2.1 特征价格理论简述
  •     2.1.1 特征价格理论原理
  •     2.1.2 住宅估价中的特征价格法
  •     2.1.3 特征价格法函数形式
  •   2.2 移动最小二乘法
  •     2.2.1 移动最小二乘法原理
  •     2.2.2 权函数
  •     2.2.3 移动最小二乘法优点
  •   2.3 模型评估方法
  •   2.4 本章小结
  • 第3章 基于北京市小区的特征数据集研究
  •   3.1 研究地区的确定
  •     3.1.1 二手房市场发展情况
  •     3.1.2 研究地区选择
  •   3.2 基于特征价格法的小区特征分析
  •     3.2.1 特征价格法中的小区可用特征
  •     3.2.2 模型特征选择
  •   3.3 数据集构建
  •     3.3.2 样本采集
  •     3.3.3 数据整合与清洗
  •     3.3.4 数据量化与归一化
  •     3.3.5 数据描述
  •     3.3.6 数据集划分
  •   3.4 本章小结
  • 第4章 小区均价预测模型研究
  •   4.1 小区均价预测模型构建
  •     4.1.1 拟合函数
  •     4.1.2 动态影响半径
  •     4.1.3 置信区间生成
  •   4.2 模型实现
  •     4.2.1 编程语言及主要开发工具包
  •     4.2.2 流程实现
  •   4.3 模型评估与系数分析
  •     4.3.1 与传统方法的对比评估
  •     4.3.2 模型系数分析
  •   4.4 本章小结
  • 第5章 小区均价预测原型系统
  •   5.1 需求分析及设计
  •     5.1.1 需求分析
  •     5.1.2 系统结构设计
  •     5.1.3 系统功能设计
  •   5.2 系统实现
  •     5.2.1 开发环境
  •     5.2.2 数据库开发
  •     5.2.3 功能流程
  •   5.3 系统界面展示
  •   5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 夏思彬

    导师: 林绍福

    关键词: 房地产估价,小区均价预测,特征价格法,移动最小二乘法

    来源: 北京工业大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展

    单位: 北京工业大学

    分类号: F299.23;O212.1

    DOI: 10.26935/d.cnki.gbjgu.2019.000337

    总页数: 64

    文件大小: 1458K

    下载量: 56

    相关论文文献

    • [1].基于移动最小二乘法的汽车双曲率后视镜设计[J]. 科学家 2017(13)
    • [2].基于移动最小二乘法的轨迹拟合切线方位角计算[J]. 同济大学学报(自然科学版) 2018(11)
    • [3].移动最小二乘法研究进展与述评[J]. 计算机辅助工程 2009(02)
    • [4].移动最小二乘法在电机试验数据处理中的应用[J]. 汽车工程师 2019(03)
    • [5].移动最小二乘法的近似稳定性[J]. 应用数学学报 2012(04)
    • [6].改进移动最小二乘法及其在结构可靠性分析中的应用[J]. 上海交通大学学报 2018(04)
    • [7].弹塑性大变形问题的改进的无单元Galerkin方法[J]. 中国科学:物理学 力学 天文学 2018(02)
    • [8].无网格方法的研究应用与进展[J]. 机械管理开发 2009(04)
    • [9].基于移动最小二乘法的列车牵引特性曲线拟合[J]. 科协论坛(下半月) 2013(01)
    • [10].移动最小二乘法导数近似讨论[J]. 计算机辅助工程 2018(01)
    • [11].基于matlab的移动最小二乘法数据拟合[J]. 数字技术与应用 2015(10)
    • [12].一种改进的高效稳定内嵌边界算法[J]. 工程热物理学报 2014(06)
    • [13].面向非匀点云拟合的RSR移动最小二乘法[J]. 计算机工程与应用 2009(35)
    • [14].移动最小二乘法在高程异常拟合中的应用[J]. 全球定位系统 2018(01)
    • [15].基于移动最小二乘法法矢估计的建筑物点云特征提取[J]. 测绘通报 2018(04)
    • [16].热弹性动力学耦合问题的插值型移动最小二乘无网格法研究[J]. 工程力学 2019(04)
    • [17].移动最小二乘支持向量机[J]. 中国计量学院学报 2014(01)
    • [18].基于稳健移动最小二乘法的点云数据拟合[J]. 测绘与空间地理信息 2017(05)
    • [19].基于移动最小二乘法的厨房气体监测系统设计[J]. 电脑编程技巧与维护 2019(05)
    • [20].基于移动最小二乘法的无网格肝脏形变研究[J]. 计算机仿真 2015(04)
    • [21].粒子加速器束流轨道的移动最小二乘法平滑分析[J]. 核技术 2019(10)
    • [22].圆柱壳自由振动的无网格方法[J]. 水利与建筑工程学报 2011(02)
    • [23].移动最小二乘法在水泵性能曲线拟合中的应用[J]. 南水北调与水利科技 2011(02)
    • [24].时间多项分数阶波动-反应方程的无网格方法[J]. 泉州师范学院学报 2019(02)
    • [25].《勘察科学技术》2016年1~6期总目次[J]. 勘察科学技术 2016(06)
    • [26].基于优化的改进移动最小二乘代理模型方法[J]. 航空计算技术 2013(01)
    • [27].基于无网格法的周期性波浪荷载作用下饱和土体动力响应分析[J]. 南昌工程学院学报 2015(06)
    • [28].坐标测量数据稳健拟合算法与实验研究[J]. 机械设计与制造 2019(07)
    • [29].基于移动最小二乘法表面的曲率计算及应用[J]. 电子设计工程 2011(20)
    • [30].基于移动最小二乘法的点云数据孔洞修补算法[J]. 现代电子技术 2017(21)

    标签:;  ;  ;  ;  

    基于移动最小二乘法的小区均价预测模型研究
    下载Doc文档

    猜你喜欢