二手房价格评估系统设计和研究.docVIP

二手房价格评估系统设计和研究 　　摘要： 针对二手房交易过程中普遍存在的买卖双方信息不对称的问题，设计了一套基于B/S层次化结构的二手房价格评估系统。该系统首先通过网络爬虫从二手房网站收集公开的实时性数据信息，随后对这些数据进行预处理并建立层级化数据库。随后通过非参数回归算法对二手房价格进行评估。实验证明，本系统能够为购房者提供综合、直观的二手房趋势信息，并进行较为准确的估价。对于购房者以及售房者的决策都具有重要的参考价值。 　　Abstract： In order to solve the problem of information asymmetry between sellers and buyers in the resold apartments transactions， a B/S structured evaluating system is introduced. The real-time data is acquired by web crawler from resold apartment transaction websites； the three level databases are built for data acquisition and preprocessing. Then the prices of apartments are evaluated by a pricing algorithm using non-parametrical methods. Experiment proves that the system can provide accurate evaluating result and comprehensive visualized trend information to users. Thus the system is supportive to both buyers and sellers in making decisions. 　　关键词： 二手房估价；信息系统；房屋价格 　　Key words： resold apartment evaluation；information system；apartment pricing 　　中图分类号：F293.3 文献标识码：A 文章编号：1006-4311（2013）34-0168-04 　　0 引言 　　目前，住房问题已经成为我国最受关注的民生问题之一，随着各级城市房价持续走高，越来越多的购房者将目光投向了总价较低、配套成熟、交通便利的二手房。在考虑候选房屋环境、条件是否满足自身需求的同时，购房者也希望能获得对二手房价格的客观参考，期望据此来衡量价格是否合理。因此，需要引入一个客观、科学的估价算法，并建立一套二手房估价系统来满足购买者的需求。在估价方法的选择上，国内外学者曾采用特征价格模型等方法[1]，如将Hedonic方法应用到建立建筑价格指数中[2]。特征价格模型方法虽然是一种较为客观的价格评估方法，但难以避免由函数假设造成的偏差。在进行预测或估计的方法中，非参数回归具有不依赖于假设模型和参数、无需在添加新数据后对模型进行调整等特点，是一种完全由数据驱动的预测方法。这使非参数回归方法具有较为广泛的应用面。此方法已被大量应用在短时交通流预测[3]等研究中。近年来，非参数回归方法被应用在房屋价格评估中[4]，并获得了较为理想的效果。因此，在已有研究基础上，引用非参数回归方法建立了二手房估价模块。 　　另外，在二手房交易市场趋于火热的背景下，涌现了大量的二手房信息服务网站，小型中介网站更是不计其数。在为购房者提供便利的同时，大量质量参差不齐的二手房信息同时也带来了“信息爆炸”的问题。这使缺乏经验的初次购房者在面对海量信息时感到无所适从。基于此问题，本文建立了二手房估价系统，它在为购房者提供对二手房价格合理的估计之外，也提供了一种能够迅速直观了解二手房宏观形势的手段，为购房者了解市场现状与未来发展、确定购房目标和备选房源、警惕虚假信息等提供 　　帮助。 　　1 系统结构设计 　　本系统通过网络爬虫程序自动收集二手房源公开信息，经过数据预处理后存入数据库中。随后开发B/S架构的二手房价格分析与估价系统，通过对数据仓库中的数据进行数据挖掘和统计分析，实现包括制定房源估价、趋势预测等功能，为二手房购房者提供决策支持。 　　1.1 系统架构 系统建立在.NET平台上，整体架构采用传统的“三层架构”，即包括数据访问层、业务逻辑层和界面表示三层，有利于开发、维护、部署和拓展。表示层主要用于显示数据和接收用户数据；逻辑层作为中间的代理角色对数据的有效性进行验证。数据层对数据进行增、删、改、