基于網(wǎng)絡(luò)搜索數(shù)據(jù)與隨機森林模型的房地產(chǎn)價格指數(shù)預(yù)測研究.pdf

1、隨著搜索引擎技術(shù)的快速發(fā)展以及互聯(lián)網(wǎng)的普及，人們獲取信息的渠道有了很大的改變，越來越多的人們通過互聯(lián)網(wǎng)搜索查詢信息。由于信息搜索是由一定的目標(biāo)、動機和需求所引發(fā)的信息搜尋行為。因此，互聯(lián)網(wǎng)中記錄的海量網(wǎng)絡(luò)搜索數(shù)據(jù)成為人們的一個“行為意向數(shù)據(jù)庫”，這些數(shù)據(jù)蘊含著人們的行為趨勢及規(guī)律，能夠反映出社會經(jīng)濟的變化狀況，為宏觀經(jīng)濟問題的研究提供了必要的微觀數(shù)據(jù)基礎(chǔ)。
　　當(dāng)前，房地產(chǎn)業(yè)已然成為我國國民經(jīng)濟的支柱性產(chǎn)業(yè)，它直接關(guān)系到人們的就業(yè)

2、、收入、消費等多個方面，其健康發(fā)展與否也關(guān)系到國民經(jīng)濟的發(fā)展。在如今的生活中，房價是人們經(jīng)常談?wù)摰囊粋€話題，它和人們的生活質(zhì)量和幸福指數(shù)息息相關(guān)，更多的人們想要提前看到房價的走勢，以便及時準(zhǔn)確地做出購房決策，房價的波動牽動著無數(shù)老百姓的心。因此，對房價的相關(guān)研究具有極強的現(xiàn)實意義。及時準(zhǔn)確地對房價走勢進行預(yù)判對消費者、房地產(chǎn)開發(fā)商及國家政策制定部門都具有重要意義，并且當(dāng)前我國的房地產(chǎn)價格指數(shù)也存在著發(fā)布時間長、時效性低等問題?；诖吮尘?/p>

3、，本文利用可以體現(xiàn)人們未來一定時期內(nèi)行為意向的網(wǎng)絡(luò)搜索數(shù)據(jù)對房地產(chǎn)價格指數(shù)進行預(yù)測研究。
　　首先，本文對網(wǎng)絡(luò)搜索數(shù)據(jù)的應(yīng)用、房地產(chǎn)價格的預(yù)測、隨機森林模型的應(yīng)用等相關(guān)文獻進行了綜述，并梳理了我國房地產(chǎn)市場的發(fā)展歷程。接著以消費者行為理論和傳導(dǎo)時滯理論為基礎(chǔ)，搭建了網(wǎng)絡(luò)搜索數(shù)據(jù)與房地產(chǎn)價格之間相關(guān)性的理論框架，并闡述了本文所用模型隨機森林、支持向量機的原理等。
　　其次，本文以上海市房價指數(shù)為研究對象，利用文本挖掘技術(shù)對網(wǎng)絡(luò)

4、上房價相關(guān)信息進行文本分詞、關(guān)鍵詞提取等，確定了網(wǎng)絡(luò)搜索初始關(guān)鍵詞庫;接著運用需求圖譜拓展、長尾關(guān)鍵詞拓展等方法確定了拓展關(guān)鍵詞庫;然后創(chuàng)新性地利用時差相關(guān)性方法、RF-RFE算法對關(guān)鍵詞進行了篩選，得到最終的關(guān)鍵詞庫，用于最后模型的建立。
　　最后，本文結(jié)合重復(fù)交叉驗證法對隨機森林模型的兩個重要參數(shù)進行優(yōu)選，利用網(wǎng)絡(luò)搜索數(shù)據(jù)建立了基于隨機森林的房地產(chǎn)價格指數(shù)預(yù)測模型，并將隨機森林模型的預(yù)測效果與支持向量機模型進行對比分析。實證結(jié)