搜索到462篇“ 房价分析“的相关文章
- 基于个人知识库的大数据房价分析系统
- 2024年
- 大数据时代环境下,由于同类信息的多平台水平发布特征、平台的多元主题特性,导致用户不易从单一平台获取某垂直领域的全部信息,形成数据信息多、乱、不易整合的局面。而用户大多数情况下只关注自身感兴趣的话题,所以如何从纷繁复杂的海量数据中筛选高质量数据完成针对性主题分析成为首要关切的问题。本文以北京六区房价数据为知识资源,设计实现基于个人知识库的跨平台大数据房价分析系统,对要求满足个人特性的应用具有一定参考意义。
- 常艳曹明姚开元
- 关键词:大数据房价分析
- 基于集成算法的青岛市二手房房价分析与预测
- 2023年
- 房地产业关乎国计民生,而二手房交易作为房地产市场的重要组成部分,需要长期、稳定、健康发展。二手房交易过程复杂,这对购房者而言,了解二手房价格显得尤为迫切,同时,二手房价格也是市场监管部门的关注重点。本文利用网络爬虫技术获得“链家”平台2021年度青岛市所有已成交二手房源的相关数据,进行数据预处理后,对比Lasso、随机森林、LightGBM、XGBoost四种模型的预测结果,发现XGBoost模型具有较好的预测优势。由于单一模型的局限性,本文采用Stacking算法进行模型融合,搭建RF-LG-XG模型,预测结果表明本文提出模型的预测效果优于以上单一模型。本文构建二手房价格预测模型为购房者提供了更透明、更准确的参考价格,同时为政府调整政策提供参考,促进房地产市场稳定持续发展。
- 潘珈栾瑶瑶洪晓晴李敏
- 关键词:二手房价格
- 基于时空大数据的宁波市房价分析
- 本文基于宁波市二手房挂牌价格,分析宁波市近十年的房价变化情况和影响因素,同时研究宁波市各个小区近三年的房价变化和分布情况,分析其与限购政策、轨道开通等因素的关系.
- 李宇朱林蔡赞吉王震卢学兵欧阳思婷
- 关键词:城市房价
- 基于时间序列分析的大连市房价分析与预测
- 近年来,房地产市场行业的蓬勃发展为我国房地产市场带来了众多新的发展机遇。同时,房地产行业是我国国民经济的重要组成部分和支柱产业。如何能更加精准地把握房价走向对于房地产事业的发展和居民的消费决策以及生活水平具有重要意义和重...
- 孙悦
- 关键词:房价预测时间序列分析ARIMA模型神经网络
- 基于空间统计分析的昆明二手房房价分析
- 随着中国城市化进程的加快,房地产市场在许多城市迅速发展,一些大城市的房价空间分化明显,这一课题引起了许多学者的关注,而昆明作为云南省的省会城市,了解其房地产的发展规律对于改善民生有着极其重要的意义。传统的研究模型忽略了住...
- 刘贵梅
- 关键词:聚类分析地理加权回归KRIGING插值
- 基于时空大数据的宁波市房价分析
- 本文基于宁波市二手房挂牌价格,分析宁波市近十年的房价变化情况和影响因素,同时研究宁波市各个小区近三年的房价变化和分布情况,分析其与限购政策、轨道开通等因素的关系。
- 李宇朱林蔡赞吉王震卢学兵欧阳思婷
- 关键词:二手房
- 文献传递
- 基于人工智能与情感分析的房价分析系统设计与实现被引量:1
- 2019年
- 随着大数据与人工智能技术的兴起,深度学习方法在房价投资方面有极大发挥空间。文章设计并实现了一个智能房价分析系统,主要包括基于LSTM的“房价预测”和基于情感分析的“舆情舆论”两大模块,可较好实现房价未来趋势预测及舆情分析,为企业和投资者提供参考和指引。
- 叶楚义高群霞李晶吴成云曾晓玲罗创谦蔡程健
- 关键词:房价预测情感分析数据可视化
- 网络爬虫与KNN算法在房价分析中的应用被引量:1
- 2019年
- 通过网络爬虫对链家二手房网站信息进行挖掘、整合和分析,利用KNN算法实现房价的走势预测,采用Python语言和Scrapy框架进行软件设计。
- 朱熙曈
- 关键词:网络爬虫KNN算法
- 基于灰色系统的房价分析与预测模型被引量:1
- 2019年
- 北上广的房价目前是大众比较关注的问题。通过选取广州市的房价作为例子,基于国家统计局2009-2016年的房价数据,利用灰色预测模型进行分析和预测。所建模型的方差比为0.534,最小误差率为1,用此模型预测了广州市未来5年的年均房价,与2016年的房价相比,预测值与实际值相差650元。得知未来5年广州市房价的增长趋势是趋于平缓的。
- 官金兰赖煜庭
- 基于GM模型和BP神经网络的西安市房价分析与预测被引量:10
- 2019年
- 基于西安市2001-2017年有关房价的历史数据,建立了Adaptive-Lasso变量选择模型,分析并识别影响房价的关键因素,构建灰色预测模型与BP神经网络的组合模型来预测西安市2018年-2020年的房价。结果发现,西安市生产总值GDP、财政收入、城镇居民人均可支配收入、城镇居民家庭的恩格尔系数、城镇居民人口和住宅销售面积等6个因素对西安市住宅价格的变动影响较大,最后通过灰色GM(1,1)预测模型与灰色预测和BP神经网络的组合模型预测结果的比较,验证了模型的有效性。
- 刘智禄王慧丽
- 关键词:BP神经网络
相关作者
- 王清汉

- 作品数:3被引量:1H指数:1
- 供职机构:同济大学经济与管理学院
- 研究主题:房价分析 多重共线性 商品房价格影响因素 商品房价格 工业化
- 阿兵

- 作品数:30被引量:0H指数:0
- 供职机构:
- 研究主题:房地产行业 地产 房地产业 开发商 别墅
- 凌廷友

- 作品数:1被引量:0H指数:0
- 供职机构:西华大学经济学院
- 研究主题:房价分析 房地产 内部收益率
- 杜雪君

- 作品数:35被引量:891H指数:18
- 供职机构:浙江科技学院经济管理学院
- 研究主题:土地经济 房地产税 房价 房地产价格 实证分析
- 周琴

- 作品数:7被引量:12H指数:3
- 供职机构:莆田学院
- 研究主题:BP神经网络 BIM 高校 房价预测 房价分析