大数据分析技术在我国房地产市场研究中应用.docVIP

大数据分析技术在我国房地产市场研究中应用 　　摘要：大数据技术作为云计算、物联网之后IT行业又一大颠覆性的技术革命。中国房地产市场问题重重，在实际研究中特别需要高效率的数据分析工具，房地产企业要想在竞争中制胜，必然需要充分的信息支持和准确的市场判断。房地产行业拥有大量的数据积累，面对快速增长的海量数据收集，企业需要有力的大数据分析工具将“丰富的数据”转换成“有价值的知识”。 　　关键词：大数据分析；房地产市场；市场研究 　　中图分类号：F042.2 文献标识码：A 　　文章编号：1005-913X（2015）01-0026-02 　　一、引言 　　随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。[1] 　　大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的大数据分析技术有着本质的不同。业界将其归纳为4个“V”――Volume，Variety，Value，Velocity。 　　二、大数据分析在我国房地产市场研究中的必要性 　　随着房地产行业竞争的加剧，房地产企业要想在竞争中制胜，必然需要充分的信息支持和准确的市场判断。房地产行业拥有大量的数据积累，包括行业信息、经济环境信息、客户信息等。这些数据是房地产企业市场运作的重要参考。面对快速增长的海量数据收集，企业需要有力的数据分析工具将“丰富的数据”转换成“有价值的知识”，否则大量的数据将成为“数据丰富，但信息贫乏”的“数据坟墓”。 　　大数据分析是从大量数据中发现潜在关联、模式，做出预测性分析的有效工具，它是现有的一些人工智能、统计学等技术在数据库领域中的应用。应用大数据分析有助于发现业务发展的趋势，揭示已知的事实，预测未知的结果，并帮助企业分析出解决问题所需要的关键因素，使企业处于更有利的竞争位置。[2] 　　三、大数据分析在我国房地产市场研究的应用范围 　　（一）大数据分析的种类 　　对于企业的海量信息存储，大数据分析是一种系统地检查和理解大量数据的工具。大数据分析根据预定义的商业目标，对大量的企业数据进行探索和分析，揭示其中隐含的商业规律，并进一步生成相应的分析、预测模型。 　　大数据分析发现的是以前未知的、可理解的、可执行的信息，所以也被称为“知识发现”（Knowledge Discovery in Databases）。与统计分析技术相比，大数据分析技术能很好地和数据库技术相结合，而且大数据分析工具用以发现数据中隐含的商业规律的方法已不局限于统计技术，还包括神经网络、遗传算法、自组织图、神经模糊系统等统计学科以外的方法。大数据分析发现的“知识”一方面可以用于构建预测模型，另一方面可以被用于丰富统计分析师的背景知识，再被统计分析师应用到数据分析中。 　　大数据分析任务一般可以分两类：描述和预测。描述性分析任务刻划数据库中数据的一般特性。预测性分析任务在当前数据上进行推断，以进行预测。具体来讲，大数据分析主要用于解决以下几种不同事情。 　　1.关联分析（Association analysis），是寻找属性间的相关性。两种常用的技术是关联规则和序列模式。关联规则是寻找在同一事件中出现的不同项的相关性，比如某个住宅项目的目标客户对该项目各方面评价之间的相关性序列分析寻找的是事件之间时间上的相关性，如对股票涨跌、房地产周期的分析。 　　2.分类 （Classification）和预测（Prediction）。分类根据某种标准将数据库记录分类到许多预先定义好的类别中。例如，将房地产企业客户根据消费决策模式进行分类；同时可以建立预测模型，给定潜在客户的收入、职业、家庭构成等个人属性，预测他们的购房支出；如将房地产企业客户分为潜在客户、购买者和实际客户。分类系统可以产生这样的规则：“如果客户可以并且愿意承担每月2000元的月供，计划在1年内在某地区买房，那么他/她是一个潜在客户；如果客户至少进行过一次业务访问，那么他/她是一个购买者。” 　　3.聚类（Clust