基于自组织数据挖掘房地产影响因素分析.pdfVIP

知 识 丛 林 基于自组织数据挖掘的 房地产影响因素分析 $D $ ! 任 萍 ，宋 伟 ，刘 武 （四川大学工商管理学院，成都 ； $ ’$’% ! 清华大学信息网络工程研究中心，北京 $F% ； D 四川农业大学经管系，四川 都江堰 ’$$FD ） 摘 要：本文利用自组织数据挖掘中的()*+ 算法，建立一个反映房地产销售面积变化的最优 复杂性模型，分析影响房地产发展的主要因素，为制定相关的宏观经济政策提供理论指导和依据。 关键词：数据挖掘； 算法；最优复杂性模型；收敛 ()*+ 中图分类号： 文献标识码： 文章编号： （ ） C!D.D E $!/’%FG !# $/ $%!/! 上实现了智能化建模，如模糊建模方法、神经网络方法、遗传 0 引言 算法等，其中神经网络在近年来倍受瞩目。可神经网络模型 只能有输出结果而不能解释结果；另外，神经网络没有一个 随着住房制度的不断改革和完善，房地产经济得到了显 系统构造网络结构的方法，需要建模者反复地试验；而且神 著的发展。特别是近几年以来，中国房地产市场可以说得上 经网络在数据样本存在噪声时模型常常存在 “过拟合”现象。 是蓬勃发展。个别大城市在 !! 年商品住宅房每平方米均 本文介绍的 “遗传算法”能很好地克服这些缺点，大量地应用 价四、五千元， 年却达到了八千多元的均价。房价的飞 于预测和控制。 !% 速上涨引起了国内外许多学者和专家的关注。曾经成功预测 自组织数据挖掘的基本思想就是从对系统有影响的因 香港楼市崩盘的摩根士丹利亚太区首席经济学家谢国忠先 素样本出发，其样本数据被用来产生许多模型，并且根据某 生，在!% 年上半年撰写文章称中国房地产市场存在 “泡沫 些外部准则，从模型集合中选出一个所谓的最优复杂性的模 经济”。可在!# 年第一周该城市商品房成交均价达到每平 型。建模者必须选择一个或多个淘汰中间待选模型的选择准 方米 元的新高，在城区每平方米 万元已经不是好房 则，建立一个基本的参考函数以便构造大量的子模型 初始 %#! $ , 子的起价了。经济学家谢国忠先生今年又警告：上海房地产 模型 和一种确定