基于数据挖掘的房地产估价方法改进研究

《基于数据挖掘的房地产估价方法改进研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京工业大学硕士学位论文基于数据挖掘的房地产估价方法改进研究姓名：赵维娜申请学位级别：硕士专业：结构工程指导教师：刘景园20090501摘要摘要国外房地产估价己经有100多年的历史，而我国现代房地产估价的发展也已经lO余年。到目前为止，我国房地产估价方法研究已经取得了一定的成绩。现有的方法对于估价人员本身的素质、从业经验有较高的要求；不同估价师由于主观判断和经验不同，其估价结果差异也较大，且难以判别准确度，另一方面，学术界对于三种传统的房地产估价方法的改进停留在理论研究层面，对于房地产估价的实际操作者来讲，

2、这些方法大多难于理解和运用。因此如何对房地产估价的基本方法进行完善与改进，建立一个业内实际操作者认可的、科学的房地产估价方法体系具有重要的理论和实践意义。本文的研究内容主要包括：1．在国内外房地产估价领域的研究现状和动态分析基础上，通过定性与定量结合的方法，确定房地产价格的影响因素。2．系统地分析了房地产估价影响因素，为房地产估价模型打下了良好的基础。3．在房地产估价传统理论基础上，应用MATLAB(MATrixLABoratory)语言，建立了数据挖掘的房地产估价模型。通过实证研究和结果分析，证实了新方法

3、的有效性。本文的研究结论与创新主要有：1．将数据挖掘算法系统地引入房地产估价中，建立了数据挖掘人工神经网络(hrtificialNeuralNetwork，ANN)算法的房地产估价模型，并通过实证研究证明其科学性和可操作性，扩大数据挖掘的应用范围，丰富了房地产估价理论与方法体系。2．与三大传统的方法相比，本文建立的基于数据挖掘的房地产估价方法有效地避免了主接观化倾向，融合了传统估价方法的理论与原则，具有较高的可信性，且更加优越。关键词：数据挖掘神经网络房地产估价MATLAB北京工业大学工学硕士学位论文ABS

4、TRACTRealestateappraisalintheoverseashasmorethan100yearshistory，butthedevelopmentofourmodemrealestateappraisalonlyhasmorethan10years．Sofar，researchonthetheoryandmethodsofrealestateappraisalinOurcountryisattheprimarystage．Currentappraisalmethodsemphasizethe

5、experienceandart，thusithasaveryhighrequestfortheappraisers’personnelqualityandcorrelatedexperience．Withdifferentsubjectivelyjudgesandthedifferentfeelingstothesamerealestate，differentappraisersCanworkoutadifferentappraisalresult．Ontheotherhand，researchonthe

6、threetraditionalappraisalmethodsintheacademicfieldisattheoryresearchstage，totheappraisaloperator，theirresearchresultsandimprovementsseemdifficulttounderstandandutilize．Therefore，howtoimprovethepresentrealestateappraisalmethodsandestablishscientific，operati

7、onal，popularandquantitativeappraisalmethodsystemhasallimportanttheoryandpracticesignificances．Thisarticleresearchcontentsmainlyinclude：First，onthebaseofanalysistothePresentsituationandtendencyofthedomesticandforeignresearchontherealestateappraisal，throughq

8、ualitativeandquantitativeanalysismethod，choosethemaininfluencefactorsofrealestateprice．Second，establishthemaininfluencefactorssystemtorealestateprice，builtthegoodfoundationfortherealestateappraisalmodel．Third