基于BP神經網絡的房地產價值評估研究.pdf

1、隨著城市化發(fā)展，我國房地產市場發(fā)展迅速，出現(xiàn)了大量的消費、投資等交易活動。其中，住宅類房地產是房地產市場的熱點，占據了最大的開發(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注，要求對房地產價格進行客觀準確的評估，從而使人們準確把握房地產價格及其走勢。然而傳統(tǒng)的房地產評估方法耗費大量人力物力，速度慢、主觀性強，無法滿足房地產市場中大量的交易與價格評估需求，此外，由于房地產自身所固有的特殊屬性，影響房地產價格的特征因素數據信

2、息很繁雜，不僅包括定性數據因素，還包括定量數據因素。要對這些發(fā)生交易的房地產的數據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，或尋找更加科學的評估方法來研究房地產價值評估具有重要的理論意義和實踐意義。BP神經網絡是一種功能強大、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，從而能夠在房地產評估中發(fā)揮有效作用。

3、基于BP神經網絡的房地產價值評估主要是在傳統(tǒng)方法的理論基礎上，通過計算機來搜集處理大量的數據信息，找到房地產評估與其影響因素之間的客觀規(guī)律，從而對房地產進行估值，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的價值評估提供了大量的樣本數據。
　　本文首先闡述了國內外學者在房地產評估以及人工神經網絡方面的相關研究，提出了本文的研究構想。其次，從房地產的基本內涵出

4、發(fā)，介紹了居住房地產的類型及特點，并系統(tǒng)梳理了當前房地產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、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，本文將神經網絡基本思想引入房地產評估中，分析了BP神經網絡在房地產評估中的可行性與優(yōu)越性。然后，根據前兩章的理論方法，全面分析了房地產價格的影響因素，從中構建了居住房地產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，縮減了指標數量從而對指標體系進行優(yōu)化。再次，基于BP神經網絡的基本原理構建了房地產價值評估模型，對神經網絡的輸入層、輸出層、隱含層和網絡結構參數進行了設計與確定，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，將其導入神經網絡進行訓練，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價值評估，在初步訓練的模型基礎上，通過調整參數、選取