基于BP神經(jīng)網(wǎng)絡的房地產(chǎn)價值評估研究.pdf

1、隨著城市化發(fā)展，我國房地產(chǎn)市場發(fā)展迅速，出現(xiàn)了大量的消費、投資等交易活動。其中，住宅類房地產(chǎn)是房地產(chǎn)市場的熱點，占據(jù)了最大的開發(fā)投資比重。房價的快速上漲引發(fā)的種種矛盾引起了社會各界的廣泛關(guān)注，要求對房地產(chǎn)價格進行客觀準確的評估，從而使人們準確把握房地產(chǎn)價格及其走勢。然而傳統(tǒng)的房地產(chǎn)評估方法耗費大量人力物力，速度慢、主觀性強，無法滿足房地產(chǎn)市場中大量的交易與價格評估需求，此外，由于房地產(chǎn)自身所固有的特殊屬性，影響房地產(chǎn)價格的特征因素數(shù)據(jù)信

2、息很繁雜，不僅包括定性數(shù)據(jù)因素，還包括定量數(shù)據(jù)因素。要對這些發(fā)生交易的房地產(chǎn)的數(shù)據(jù)信息進行有效的利用，必須要對它們進行搜集、整理以及有效的存儲。因此，對傳統(tǒng)的方法進行改進，或?qū)ふ腋涌茖W的評估方法來研究房地產(chǎn)價值評估具有重要的理論意義和實踐意義。BP神經(jīng)網(wǎng)絡是一種功能強大、應用廣泛的機器學習算法，它的自適應性、非線性和大規(guī)模并行處理能力使其能夠大量減少人力物力，高效率地處理非線性問題，降低主觀隨意性，從而能夠在房地產(chǎn)評估中發(fā)揮有效作用。

3、基于BP神經(jīng)網(wǎng)絡的房地產(chǎn)價值評估主要是在傳統(tǒng)方法的理論基礎(chǔ)上，通過計算機來搜集處理大量的數(shù)據(jù)信息，找到房地產(chǎn)評估與其影響因素之間的客觀規(guī)律，從而對房地產(chǎn)進行估值，提高評估的效率與客觀性。同時，在商品房房價超過家庭支付能力，越來越多的家庭選擇購買二手房的情況下，二手房交易也為房地產(chǎn)的價值評估提供了大量的樣本數(shù)據(jù)。
　　本文首先闡述了國內(nèi)外學者在房地產(chǎn)評估以及人工神經(jīng)網(wǎng)絡方面的相關(guān)研究，提出了本文的研究構(gòu)想。其次，從房地產(chǎn)的基本內(nèi)涵出

4、發(fā)，介紹了居住房地產(chǎn)的類型及特點，并系統(tǒng)梳理了當前房地產(chǎn)價格評估中應用比較廣泛的方法，對這些估價方法的理論基礎(chǔ)、應用條件、范圍和優(yōu)缺點進行了整理。接著，基于傳統(tǒng)方法的不足，本文將神經(jīng)網(wǎng)絡基本思想引入房地產(chǎn)評估中，分析了BP神經(jīng)網(wǎng)絡在房地產(chǎn)評估中的可行性與優(yōu)越性。然后，根據(jù)前兩章的理論方法，全面分析了房地產(chǎn)價格的影響因素，從中構(gòu)建了居住房地產(chǎn)價格影響因素指標體系，并對指標進行了量化、規(guī)范化和同趨勢化處理，運用隨機森林理論對指標進行了重要性

5、排序，縮減了指標數(shù)量從而對指標體系進行優(yōu)化。再次，基于BP神經(jīng)網(wǎng)絡的基本原理構(gòu)建了房地產(chǎn)價值評估模型，對神經(jīng)網(wǎng)絡的輸入層、輸出層、隱含層和網(wǎng)絡結(jié)構(gòu)參數(shù)進行了設計與確定，并運用MATLAB軟件對模型進行了優(yōu)化設計。最后，本文以北京市學區(qū)房為樣本，將其導入神經(jīng)網(wǎng)絡進行訓練，通過計算發(fā)現(xiàn)，該模型能較為準確地預測房地產(chǎn)價值，從而證明了這種改進評估方法的準確性與有效性。同時，為了更好地進行房地產(chǎn)價值評估，在初步訓練的模型基礎(chǔ)上，通過調(diào)整參數(shù)、選取