基于知识发现的商品住宅有效需求趋势预测方法

《基于知识发现的商品住宅有效需求趋势预测方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于知识发现的商品住宅有效需求趋势预测方法匕冲年$;月系统工程理论与实践第$;期文章编号%$;;;&'())*!;;#+$;&;&;-基于知识发现的商品住宅有效需求趋势预测方法满江虹.达庆利*东南大学经济管理学院•江苏南京！$；；,'+摘要％给击了影响商品住宅需求趋势的指标体系.并提出基于属性聚类的知识发现算法/该算法以突变级数评价方法进行属性聚类.以基于支持度与可信度的等价矩阵方法进行规则获取•最终获得反映商品住宅的有效需求的变化趋势与其相应的影响因子Z间关系的规则.以指导未来的商品住宅需求趋势的预测/关键词％商品住宅0需求趋势0知识发现中图分类号％

2、1!-!/!$文献标识码％223456789:8;<二>5?8@ABCAD5@EF8;8GC49H@84915@8>C=E5DI5GG8@><C7;5G<><78J2KL<C4:&F54:.;2M<4:&7<*N>F5575D0>545G&11;>JC4C:8G84E.N5PEF8C二EQ4&11;?8@=&11;EA.KC4R<4:'+STUVWXYV%2I)C>E5@D@CG865@Z65@Z=54EF898GC49E@8495D>5GG8@><

3、;C795G<>&1t;786C=[@5[5=89F8@8C49CZ456789:89<=>5?8@AC7:5@<EFGC=8954CEE@<PE8>7P二E8@&1t;4:6C二[PED5@6C@9E5:8EP二8DP7@P78二8E6884EF8>5GG8@><C795G<><7898GC49C49&1t;E=>5@@8二[549<4:<G[C>EDC>E5@=E59<@8>EEF898GC49E@849D5@8>C=E/「_'aWbU%&g

4、t;5GG8@><C795G&178098GC49E@8490Z456789:89<=>5?8@A收稿日期％!；；c&$$&$;资助项目％教育部人文社会科学研究d十五e规划项目*;$'c;;#)+作者简介%满江虹*$,($f+・女.山东青岛人•管理科学与工程专业博士研究生g引言近几年中国商品住宅销售保持了高增长态势.住房成为国人的一大消费热点.购房资金投入累计已超过$万亿元人民币•到！；$；年左右.中国将新增住宅约(；；；万套/面对如此诱人的市场前景•如何透过种种社会生活迹象•正确预测商品住宅的有效需求趋势•从而有效控制投资加速度•协调

5、不同价位商品住宅的建设力度•避免产品结构性过剩和局部过热•是商品住宅产业在激烈竞争中获利的前提/商品住宅的需求趋势是由多种因素决定的.以往对于房地产需求趋势的预测.一类是定量分析%将房地产需求量作为因变量表示成各种量化的影响因素*自变量+的函数.利用以往数据和各种统计方法h$i求出函数的所有参数•从而求出具体需求环境下的新预测值0另一类是定性的经验预测法/但是•数学方法通常需要预测对象的先验知识等限制条件•而经验方法的主观随意性过强而科学性不足•为此本文针对商品住宅提出基于知识发现的需求趋势软预测方法％以属性聚类算法充分考虑各种商品住宅的需求影响因素.以简洁的规则提取方法从以

6、往预测经验中提取预测知识.用于指导需求趋势预测/j商品住宅需求趋势的影响因子j/g商品住宅需求影响因素的确定商品住宅的购买动机主耍包括居住需求和投机需求两个层面•因此对其需求趋势的预测就必须同时全面考察这两层需求的影响因素%对于改善家庭住房条件的基本需求层面而言•人均居住而积k11111111111111111111111111111111111111111111111111111111111111111城市新增万方数据家庭数量!新增外來人口和出生人口总数!居民可支配收入及存款余额等是主要影响因了;而对于将商品住宅转手交易作为盈利手段的投资需求层面而言#商品住宅的交易差价！空

7、置面积及购房信贷难度等市场前景影响因素不可忽视;不论对于居住需求还是对于投机需求而言#国家的宏观经济发展状况!投资力度！房地产资金管理法规及房产商的业绩!能力都是影响新建商品住宅需求趋势的不可或缺的要素$综合考虑上述不同需求层面的影响因素及信息的有效性和数据的可获得性#建立商品住宅需求趋势影响因素的指标体系#如图％中最下层的实框所示#其中各指标均指比上一年的增长率$图％I荀品住宅需求影响指标体系&$&影响因素的属性聚类方法基于知识发现的商品住宅需求趋势预测方法#最终就是要用粗糙集方法从以